作者:
原文服务方: 计算机应用研究       
摘要:
为了提高基本PSO算法搜索性能和个体寻优能力,加快收敛速度,提出一种新的云自适应粒子群优化算法(CPSO).此算法利用云滴具有随机性、稳定倾向性等特点,结合不同粒子与全局最优点的距离动态变化的性质,提出云自适应调整算法用于计算惯性权重,并对新算法进行了描述.通过典型函数优化实验表明,该算法较基本PSO明显提高了全局搜索能力和收敛速度,改善了优化性能.
推荐文章
自适应双层粒子群优化算法
粒子群优化
双层粒子群
自适应
惯性权重
基于自适应云粒子群算法的Wiener模型辨识
云模型
粒子群优化
Wiener模型
系统辨识
基于自适应粒子群优化的粒子滤波跟踪算法
粒子滤波跟踪
粒子群优化
自适应调整
搜索能力平衡
随机变异
优化算法
混合自适应量子粒子群优化算法
量子粒子群优化算法
收缩—扩张系数
差分策略
Levy飞行策略
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 改进的云自适应粒子群优化算法
来源期刊 计算机应用研究 学科
关键词 粒子群优化 自适应参数调整 云模型 全局最优性
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 3250-3252
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.09.012
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 张艳琼 南京特殊教育职业技术学院信息系 18 59 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (42)
参考文献  (2)
节点文献
引证文献  (16)
同被引文献  (55)
二级引证文献  (49)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(11)
  • 引证文献(5)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群优化
自适应参数调整
云模型
全局最优性
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导