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:
标准粒子群优化(SPSO)算法具有参数少、鲁棒性好、易于实现等优点,但同时也具有收敛慢、易于陷入局部极值点等缺点.在SPSO算法基础上,通过在其粒子速度更新公式的自我认知部分和社会经验部分引入惯性学习因子(ωc1,ωc2),提出一种新型的被动启发式粒子群优化算法(PHPSO).分别采用SPSO和PHPSO两种优化算法对测试函数进行求解,将这两种算法的优化过程进行比较分析,结果表明, 与SPSO算法相比,该文提出的PHPSO算法收敛速度大幅提高,且更易得到全局最优解,收敛精度更高.
推荐文章
协同多目标攻击空战决策的启发式粒子群优化算法
空战决策
协同多目标攻击
粒子群优化法
启发式算法
多启发式规则融合粒子群算法的受限项目调度
空间资源
权值
多启发式
粒子群算法
时间复杂度
资源利用率
单体型装配问题的启发式算法研究
单体型
单体型装配
SNP
面向启发式调整策略和粒子群优化的机组组合问题
粒子群优化
机组组合
负荷经济分配
启发式调整策略
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 一种新型的被动启发式粒子群优化算法
来源期刊 哈尔滨工程大学学报 学科 交通运输
关键词 粒子群优化算法 惯性权重 惯性学习因子 收敛速度 收敛精度
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 1298-1302
页数 分类号 U662.2
字数 3750字 语种 中文
DOI 10.3969/j.issn.1006-7043.2010.10.005
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 秦洪德 哈尔滨工程大学船舶工程学院 24 143 8.0 10.0
2 石丽丽 哈尔滨工程大学船舶工程学院 3 30 3.0 3.0
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  (6)
节点文献
引证文献  (13)
同被引文献  (30)
二级引证文献  (63)
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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(15)
  • 引证文献(3)
  • 二级引证文献(12)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
粒子群优化算法
惯性权重
惯性学习因子
收敛速度
收敛精度
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导