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:
研究粒子群优化(PSO)算法和差分进化(DE)算法的优缺点,通过改进PSO算法并与DE算法混合,得到一种双种群的新型混合全局优化算法.经过对5个标准测试函数的大量实验计算表明,该算法能有效克服PSO算法和DE算法的缺陷,使寻优精度有较大改进,在高维情况下表现更加突出.
推荐文章
基于分组的PSO与DE的混合算法
惯性权重
粒子群优化算法
早熟收敛
差分进化
边界变异
基于分组的PSO与DE的混合算法
惯性权重
粒子群优化算法
早熟收敛
差分进化
边界变异
基于差分进化算法和NSGA-Ⅱ的混合算法
改进的DE-NSGAⅡ算法
拉丁超立方体抽样技术
剪枝方法
参数自适应策略
最优化问题全局寻优的PSO-BFGS混合算法
全局优化
混合算法
粒子群优化算法
BFGS方法
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 基于改进PSO和DE的混合算法
来源期刊 计算机工程 学科 工学
关键词 粒子群优化算法 差分进化算法 混合算法
年,卷(期) 2010,(10) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 233-235
页数 分类号 TP312
字数 3367字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.10.081
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 王强 广西师范大学计算机科学与信息工程学院 53 834 13.0 28.0
2 张超英 广西师范大学计算机科学与信息工程学院 46 360 10.0 17.0
3 易文周 广东工程职业技术学院计算机信息系 2 34 2.0 2.0
7 许亚梅 广东工程职业技术学院计算机信息系 15 52 3.0 7.0
8 周金玲 广东工程职业技术学院计算机信息系 4 63 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (65)
参考文献  (3)
节点文献
引证文献  (26)
同被引文献  (61)
二级引证文献  (92)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(12)
  • 引证文献(6)
  • 二级引证文献(6)
2013(14)
  • 引证文献(5)
  • 二级引证文献(9)
2014(13)
  • 引证文献(4)
  • 二级引证文献(9)
2015(20)
  • 引证文献(1)
  • 二级引证文献(19)
2016(21)
  • 引证文献(2)
  • 二级引证文献(19)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(12)
  • 引证文献(3)
  • 二级引证文献(9)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粒子群优化算法
差分进化算法
混合算法
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导