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:
在群搜索优化算法GSO(Group Search Optimize)基本原理的基础上,提出了改进的群搜索优化算法--快速群搜索优化算法QGSO(Quick Group Search Optimize),并应用于结构优化设计.算法的改进主要有3个方面:第一,当算法不前进时,适当加大游荡者的数目;第二,引进粒子群算法(PSO)的搜索方式,将GSO中的角度搜索改为步长搜索,并考虑群体最优值和个体最优值;第三,引入遗传算法,通过个体最优值与群体最优值的杂交重新生成游荡者.采用QGSO优化算法分别对平面和空间桁架结构进行了离散变量的截面优化设计,并与GSO优化算法和启发式粒子群优化算法(HPSO)的计算结果进行了比较,结果表明:该文改进的群搜索优化算法QGSO与GSO算法和HPSO算法相比具有较好的收敛精度和更快的收敛速度,可应用于工程结构的优化设计.
推荐文章
全局群搜索优化算法及其在汽油调合中的应用
算法
优化
混沌
群搜索优化算法
汽油调合优化
快速被动群搜索优化算法及其在空间结构中的应用
群搜索优化算法
结构优化
稳定性
收敛精度
收敛速度
基于Powell搜索的混沌鸡群优化算法
鸡群优化算法
Logistic混沌映射
Limit阈值
Powell搜索
基于蚁群算法优化的布谷鸟搜索算法
Levy飞行
布谷鸟搜索算法
蚁群优化算法
鸟巢位置更新策略
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 快速群搜索优化算法及其应用研究
来源期刊 工程力学 学科 航空航天
关键词 群搜索优化算法(GSO) 粒子群优化算法(PSO) 结构优化 收敛精度 收敛速度
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 38-44
页数 7页 分类号 V414.19
字数 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 李丽娟 132 1922 26.0 37.0
2 刘锋 88 1338 22.0 33.0
3 覃广 2 14 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (12)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 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
群搜索优化算法(GSO)
粒子群优化算法(PSO)
结构优化
收敛精度
收敛速度
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
工程力学
月刊
1000-4750
11-2595/O3
大16开
北京清华大学新水利馆114室
82-862
1984
chi
出版文献量(篇)
8001
总下载数(次)
5
总被引数(次)
125502
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
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导