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(PSO)因其容易实现,精度高及收敛快等特性,在解决实际问题中经常被广泛使用.但粒子群算法也有不易跳出局部最优的问题,所以本文基于该算法,提出一种基于分工合作的改进型粒子群优化算法.经过优化后,可以对所有粒子执行搜索,寻找更优个体,从而使算法更加适合实际应用.
推荐文章
混合粒子群优化算法及其应用
混合粒子群优化算法
模拟退火
神经网络
连续搅拌反应釜
粒子群优化算法
粒子群优化算法
遗传算法
神经网络
模糊系统
混合粒子群优化算法研究
混合
粒子群优化
局部搜索
变异
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 粒子群优化算法的研究与应用
来源期刊 吉林建筑工程学院学报 学科 工学
关键词 粒子群算法 全局优化 分工合作
年,卷(期) 2011,(3) 所属期刊栏目 计算机与信息工程
研究方向 页码范围 85-87
页数 分类号 TP18
字数 1987字 语种 中文
DOI 10.3969/j.issn.1009-0185.2011.03.026
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 冯雪 长春工业大学人文信息学院 8 24 4.0 4.0
2 裴志松 长春工业大学人文信息学院 16 53 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (33)
参考文献  (2)
节点文献
引证文献  (10)
同被引文献  (13)
二级引证文献  (6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2011(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)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(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
粒子群算法
全局优化
分工合作
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
吉林建筑大学学报
双月刊
1009-0185
22-1413/TU
大16开
长春市新城大街5088号
1984
chi
出版文献量(篇)
2717
总下载数(次)
7
总被引数(次)
9535
论文1v1指导