基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对标准粒子群优化算法在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的PSO算法,该算法把生物学中的吸引排斥思想引入到PSO算法中,充分利用粒子间的相互影响,修正了其速度更新公式,从而维持了群体的多样性,增强了粒子跳出局部最优解的能力.实验仿真结果表明,改进的PSO算法提高了进化后期的收敛速度,有效避免了PSO算法的早熟收敛问题,而且具有较高的收敛精度.
推荐文章
基于扩散机制的杂交粒子群优化算法
粒子群优化
扩散
多父体杂交
热力学
基于扩散机制的双种群粒子群优化算法
粒子群优化算法
扩散机制
多种群
热力学
基于聚类的多子群粒子群优化算法
粒子群优化算法
聚类
子群
基于交叉熵的粒子群优化算法
交叉熵算法
粒子群优化算法
粒子重构策略
替换概率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于吸引排斥机制的粒子群优化算法
来源期刊 计算机应用 学科 工学
关键词 粒子群优化 早熟收敛 吸引排斥机制 复杂函数
年,卷(期) 2009,(2) 所属期刊栏目 人工智能
研究方向 页码范围 542-544,557
页数 4页 分类号 TP301.6
字数 3797字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘三阳 西安电子科技大学理学院 662 5562 32.0 51.0
2 赵鹏军 商洛学院数学系 28 248 7.0 15.0
6 李超 商洛学院数学系 58 110 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (13)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (59)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(13)
  • 引证文献(0)
  • 二级引证文献(13)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群优化
早熟收敛
吸引排斥机制
复杂函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导