原文服务方: 计算机应用研究       
摘要:
通过将粒子群优化算法(PSO)与经典局部一维搜索技术相结合,提出一种嵌入局部一维搜索技术的混合粒子群优化算法(LLS-PSO).该算法在基本粒子群优化算法中引入一维搜索技术,选取最优粒子进行局部一维搜索,增强了在最优点附近的局部搜索能力,以加快算法的收敛速度.对三个经典复杂优化问题进行数值实验,并与基本PSO算法进行比较.实验分析和结果表明,LLS-PSO具有更好的优化性能.
推荐文章
混合粒子群优化算法研究
混合
粒子群优化
局部搜索
变异
基于局部搜索惯性权重的粒子群优化算法
粒子群优化
局部搜索
参数调整
惯性权重
一种求解高维复杂函数优化问题的混合粒子群优化算法
粒子群优化算法
单纯形法
群体智能
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
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 嵌入局部一维搜索技术的混合粒子群优化算法
来源期刊 计算机应用研究 学科
关键词 粒子群算法 一维搜索技术 优化 混合
年,卷(期) 2009,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3279-3281
页数 3页 分类号 TP18|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.09.022
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 梁昔明 中南大学信息科学与工程学院 91 1070 20.0 28.0
2 龙文 中南大学信息科学与工程学院 25 424 11.0 20.0
3 董淑华 中南大学信息科学与工程学院 4 80 4.0 4.0
4 阎纲 中南大学信息科学与工程学院 13 215 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (30)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 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)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
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
粒子群算法
一维搜索技术
优化
混合
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导