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:
针对粒子群算法存在的收敛速度慢,容易早熟的缺点,为了获得更好的算法性能,采用两种基本的改进策略,在MATLAB2009中对几个典型测试函数的优化问题进行了实验,即采用全局粒子群算法与局部粒子群算法相结合,同时引入遗传算法的交叉、变异操作,给出了混合粒子群算法的在线、离线性能图.为了作为比较,以表格的方式给出了混合、全局、局部3种不同粒子群算法在测试函数上的运行结果.结果表明,混合粒子群算法在收敛速度、收敛于全局方面都表现良好.
推荐文章
一种简化的混合粒子群算法
简化粒子群算法
细菌群体趋药性算法
全局扰动
精英保留
一种新的混合粒子群优化算法
粒子群算法
鱼群算法
聚群行为
混合算法
一种新型的动态粒子群优化算法
粒子群优化算法
多种群
种群分裂
种群混合
一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法
粒子群优化算法
差分进化算法
混合算法
基准测试函数
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 一种新型的混合粒子群算法
来源期刊 信息技术 学科 工学
关键词 全局 局部 交叉 变异 混合 粒子群算法
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 94-97
页数 分类号 TP301.6
字数 2520字 语种 中文
DOI 10.3969/j.issn.1009-2552.2010.10.031
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 牛永洁 延安大学计算中心 50 329 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (460)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
全局
局部
交叉
变异
混合
粒子群算法
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导