原文服务方: 计算机应用研究       
摘要:
为了克服量子行为的粒子群优化(QPSO)算法存在早熟收敛的缺点,提出了一种改进的QPSO算法,在QPSO算法中加入多样性变异算法、设置多样性函数,当多样性较少时,执行变异操作;扩大了种群搜索过程中的搜索范围,避免了种群多样性不断下降.典型标准函数优化的仿真结果表明,该算法具有较强的全局搜索能力.
推荐文章
基于量子行为特性粒子群和自适应网格的多目标优化算法
多目标优化
量子行为特性粒子群优化
高斯变异
自适应网格
Pareto最优解
自适应阶段变异量子粒子群优化算法研究
量子粒子群优化算法
进化阶段
变异算子
变异概率
函数优化
一种量子行为粒子群优化动态聚类算法
粒子群优化
量子行为
完全学习策略
动态聚类
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 基于多样性变异的量子行为粒子群优化算法
来源期刊 计算机应用研究 学科
关键词 量子行为的粒子群优化算法 多样性变异 多样性函数 标准函数
年,卷(期) 2011,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2064-2066,2101
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.06.017
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 马生全 海南师范大学信息科学技术学院 38 67 5.0 7.0
2 龙海侠 海南师范大学信息科学技术学院 16 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (36)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (19)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
量子行为的粒子群优化算法
多样性变异
多样性函数
标准函数
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