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:
粒子群算法是一种基于种群的随机优化技术,1995年由Eberhart博士和Kennedy博士提出,该算法源于对鸟群觅食和鱼群学习行为的研究,在很多领域得到了广泛应用,本文介绍了粒子群算法的基本原理,并针对粒子群算法在不同应用领域的需求,详细讨论了粒子群算法的各种改进技术,最后,对粒子群算法未来发展进行了展望.
推荐文章
基于改进粒子群算法的损伤检测数值仿真研究
损伤检测
粒子群算法
框架结构
改进粒子群算法研究
粒子群算法
惯性权重
学习因子
改进研究
基于粒子群算法的构件组合技术研究
网构软件
粒子群算法
构件组合
粒子群优化算法的改进与分析
粒子群优化算法
惯性权重
种群规模
学习因子
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 粒子群算法及其改进技术研究
来源期刊 湖北师范学院学报(自然科学版) 学科 工学
关键词 粒子群算法 惯性权重 学习因子
年,卷(期) 2011,(2) 所属期刊栏目 研究生专栏
研究方向 页码范围 104-108
页数 分类号 TP393
字数 4595字 语种 中文
DOI 10.3969/j.issn.1009-2714.2011.02.021
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 柯宗武 湖北师范学院计算机科学与技术学院 31 181 7.0 12.0
2 陈年生 湖北师范学院计算机科学与技术学院 47 427 12.0 18.0
3 郭小珊 湖北师范学院计算机科学与技术学院 8 31 2.0 5.0
4 李志 湖北师范学院计算机科学与技术学院 4 40 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (491)
参考文献  (14)
节点文献
引证文献  (27)
同被引文献  (56)
二级引证文献  (90)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(14)
  • 参考文献(8)
  • 二级参考文献(6)
2008(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(5)
  • 引证文献(5)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(15)
  • 引证文献(6)
  • 二级引证文献(9)
2016(21)
  • 引证文献(3)
  • 二级引证文献(18)
2017(26)
  • 引证文献(2)
  • 二级引证文献(24)
2018(17)
  • 引证文献(2)
  • 二级引证文献(15)
2019(24)
  • 引证文献(3)
  • 二级引证文献(21)
2020(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
粒子群算法
惯性权重
学习因子
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
湖北师范大学学报(自然科学版)
季刊
2096-3149
42-1568/N
大16开
湖北省黄石市沈家营
38-126
1982
chi
出版文献量(篇)
2421
总下载数(次)
4
总被引数(次)
6975
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导