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:
针对基本微粒群优化(PSO,particle swarm optimization)算法存在早熟、易陷入局部极值等缺点,提出了一种改进的PSO优化算法.该算法分为全局搜索和局部搜索两个阶段.在全局搜索阶段采用基本PSO算法快速收缩搜索范围;在局部搜索阶段将PSO算法与模拟退火(SA,simulated annealing)算法结合,通过产生部分变异微粒确保算法能够跳出局部极值.同时为提高搜索效率,动态地减少种群规模.仿真结果表明,该算法具有较好的优化性能以及较高的执行效率.
推荐文章
基于动态粒子数的微粒群优化算法
微粒群优化算法
动态粒子数
种群
群体多样性
人工鱼群与微粒群混合优化算法
微粒群算法
人工鱼群算法
混合算法
测试函数
微粒群优化算法
进化计算
微粒群优化算法
多相微粒群优化算法
优化
批量无等待调度问题的微粒群蛙跳混合优化算法
批量无等待流水线调度问题
蛙跳算法
微粒群优化算法
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 基于种群规模动态减小的混合微粒群优化算法研究
来源期刊 测控技术 学科 工学
关键词 微粒群优化 模拟退火 动态种群规模 分段优化
年,卷(期) 2010,(4) 所属期刊栏目 数据采集与处理
研究方向 页码范围 15-18
页数 分类号 TP14|TP18
字数 3881字 语种 中文
DOI 10.3969/j.issn.1000-8829.2010.04.005
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 曹龙汉 重庆通信学院控制工程重点实验室 60 395 10.0 18.0
2 王申涛 重庆通信学院控制工程重点实验室 20 99 6.0 9.0
3 魏石峰 重庆通信学院控制工程重点实验室 3 14 1.0 3.0
4 刘小丽 重庆通信学院控制工程重点实验室 9 58 4.0 7.0
5 代睿 重庆通信学院控制工程重点实验室 5 28 3.0 5.0
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  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(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)
研究主题发展历程
节点文献
微粒群优化
模拟退火
动态种群规模
分段优化
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
论文1v1指导