原文服务方: 计算机应用研究       
摘要:
在族群进化算法中,相对于群体,针对大配子进行族群聚类不仅可以提高族群结构的合理性,而且可以大幅降低族群聚类的计算时间.提出了参数法和排队截取法两类大配子采样策略,并对六个典型测试函数进行了仿真实验.实验结果显示,在对无约束函数的优化中,自适应参数法可产生更有效的大配子群体,能够显著提高EGEA的收敛速度和解的精度.
推荐文章
一种基于混合策略的蚁群聚类算法
蚁群聚类算法
混合策略
多载
一种改进的蚁群聚类算法
蚁群算法
聚类分析
群体智能
蚁群聚类算法综述
数据挖掘
蚁群算法
聚类
一种改进的蚁群聚类算法在客户细分中的应用
蚁群算法
聚类分析
蚁群聚类算法
客户细分
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 族群聚类的大配子采样策略
来源期刊 计算机应用研究 学科
关键词 族群进化算法 族群聚类 大配子采样策略
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 42-43,57
页数 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.01.009
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 崔杜武 西安理工大学计算机学院 136 1718 19.0 35.0
2 潘晓英 西安邮电学院计算机学院 40 149 7.0 11.0
3 陈皓 西安邮电学院计算机学院 17 39 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (13)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
族群进化算法
族群聚类
大配子采样策略
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
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导