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:
针对粒子群优化算法PSO(Particle Swarm Optimization)容易陷入局部极值点、进化后期收敛慢和优化精度较差等缺点,把人工鱼群算法中的觅食算子改进后引入到基本PSO算法中,提出了一种具有觅食算子的PSO算法.算法在每次迭代后,对全局最优结果执行小规模觅食算法进行局部寻优,并用优化结果代替全局最优结果,从而防止PSO算法陷入局部极小,改善了算法的全局优化能力,提高了算法的收敛速度和计算精度.仿真结果表明,该算法的优化性能优于基本PSO算法.
推荐文章
基于梯度粒子群算法的细菌觅食算法
细菌觅食算法
梯度粒子群优化
混合优化算法
基于细菌觅食特征改进粒子群算法优化SVM模型参数研究
细菌觅食特征
粒子群算法
支持向量机
故障预测
引入模式搜索算子的粒子群优化算法
粒子群优化
早熟收敛
模式搜索算法
搜索算子
基于改进粒子群细菌觅食算法的矿井控制研究
细菌觅食粒子群
矿井提升机
控制
细菌趋化
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 基于觅食算子的粒子群优化算法
来源期刊 计算机应用与软件 学科 工学
关键词 粒子群优化算法 人工鱼群算法 觅食 群体智能
年,卷(期) 2009,(11) 所属期刊栏目 基金项目论文
研究方向 页码范围 112-115
页数 4页 分类号 TP3
字数 3796字 语种 中文
DOI 10.3969/j.issn.1000-386X.2009.11.036
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 赵付青 兰州理工大学电气工程与信息工程学院 21 344 7.0 18.0
2 王联国 甘肃农业大学信息科学技术学院 100 903 14.0 27.0
4 洪毅 兰州理工大学电气工程与信息工程学院 17 438 8.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (717)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (8)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粒子群优化算法
人工鱼群算法
觅食
群体智能
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导