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:
粒子群算法是一种新型的群体进化计算方法,已经在一些工程领域得到了广泛的应用,本文鉴于该算法存在收敛速度较慢,易陷入局部极值的缺点,提出一种基于差分及模拟退火的混合粒子群算法.通过对三种进化算法各自优势的分析与结合,得到一种改进的粒子群算法.
推荐文章
基于粒子群优化和模拟退火的混合调度算法
Job Shop调度问题
粒子群优化
模拟退火算法
混合算法
改进粒子群和模拟退火混合算法及其应用
粒子群算法
模拟退火算法
混合进化算法
Gaussian核函数
区域影响
基于模拟退火的粒子群优化算法
模拟退火
粒子群优化算法
杂交
变异
基于模拟退火和文化粒子群的优化算法
双演化
模拟退火算法
文化算法
混合算法
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 基于差分及模拟退火的混合粒子群算法
来源期刊 计算机与现代化 学科 工学
关键词 粒子群 差分算法 模拟退火 优化
年,卷(期) 2010,(5) 所属期刊栏目 人工智能
研究方向 页码范围 19-20,23
页数 分类号 TP301.6
字数 2159字 语种 中文
DOI 10.3969/j.issn.1006-2475.2010.05.006
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 马春丽 渤海大学数学系 3 12 2.0 3.0
2 宁必锋 渤海大学数学系 3 12 2.0 3.0
3 褚国娟 渤海大学数学系 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (228)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (35)
二级引证文献  (1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(4)
  • 参考文献(4)
  • 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(2)
  • 引证文献(2)
  • 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)
2014(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(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
粒子群
差分算法
模拟退火
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导