作者:
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(particle swarm optimization,PSO)算法在进化初期收敛速度快但容易陷入局部最优、在进化后期收敛速度变慢且精度低的缺陷,为了提高粒子群算法的收敛速度和全局寻优能力,提出了基于正交试验设计的粒子群优化(orthogonal-experimental-design-based PSO)算法.在基本粒子群算法的基础上,算法OE-PSO对当前搜索到的解进行局部寻优,利用正交试验设计对搜索空间的分布均匀性在可行解的领域选择有代表性的解进行测试.算法OE-PSO用搜索到的更好的解在下一次迭代中引导粒子进行搜索,从而获得更快的收敛速度和更精确的解,同时避免局部最优.实验结果表明,算法OE-PSO不但具有较快的收敛速度,而且能够有效提高解的精确性,增强算法的鲁棒性.
推荐文章
基于正交设计的多目标粒子群算法
多目标优化
粒子群算法
正交设计
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
基于混合粒子群算法的供热管网优化设计
供热管网
目标函数
粒子群优化算法
遗传算法
水力约束条件
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 基于正交试验设计的粒子群优化算法
来源期刊 扬州大学学报(自然科学版) 学科 工学
关键词 正交试验设计 粒子群优化算法 局部搜索
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 57-60,64
页数 分类号 TP18
字数 3163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 陈崚 扬州大学信息工程学院 150 1914 19.0 39.0
5 王姝 扬州大学信息工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (489)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
正交试验设计
粒子群优化算法
局部搜索
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
扬州大学学报(自然科学版)
季刊
1007-824X
32-1472/N
大16开
江苏省扬州市大学南路88号
28-48
1974
chi
出版文献量(篇)
1577
总下载数(次)
2
总被引数(次)
8111
论文1v1指导