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:
为了避免混洗蛙跳算法易于出现不成熟收敛,提高求解质量,提出了基于免疫进化的粒子群混洗蛙跳算法.该算法将粒子群算法中粒子追踪全局极值的思想融入混洗蛙跳算法中,对族群内的最差个体同时跟踪族群内和全局两个最优个体的信息,进行深度搜索;并引入免疫进化算法对群体中的最优个体进行免疫进化迭代计算,以达到充分利用最优个体的信息的目的.该算法不仅避免了陷入局部极值的局限,以更高的精度逼近全局最优解,而且能加速收敛.对多个典型测试函数的计算表明:基于免疫进化的粒子群混洗蛙跳算法比传统的混洗蛙跳算法具有更好的寻优能力、稳定效果和更快的收敛速度.
推荐文章
基于粒子群算法的混洗蛙跳算法
混洗蛙跳算法
粒子群优化算法
函数优化
粒子群蛙跳算法在图像相关反馈中的研究
粒子群
相关反馈
蛙跳算法
图像检索
基于改进的混洗蛙跳算法的异构多核处理器任务调度
异构多核处理器
任务调度
混洗蛙跳算法
遗传算法
基于免疫粒子群优化算法的增量式PID控制
粒子群优化算法(PSO)
增量式PID控制
免疫算法(IM)
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 基于免疫进化的粒子群混洗蛙跳算法
来源期刊 计算机应用 学科 工学
关键词 混洗蛙跳算法 免疫进化算法 粒子群算法 函数测试
年,卷(期) 2011,(12) 所属期刊栏目 人工智能
研究方向 页码范围 3288-3291
页数 分类号 TP18
字数 4104字 语种 中文
DOI 10.3724/SP.J.1087.2011.03288
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 李祚泳 成都信息工程学院资源环境学院 142 1805 24.0 35.0
2 余春雪 成都信息工程学院资源环境学院 14 53 4.0 6.0
3 张正健 成都信息工程学院资源环境学院 13 141 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (232)
参考文献  (11)
节点文献
引证文献  (10)
同被引文献  (42)
二级引证文献  (13)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(9)
  • 参考文献(1)
  • 二级参考文献(8)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(15)
  • 参考文献(2)
  • 二级参考文献(13)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(4)
  • 参考文献(4)
  • 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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
混洗蛙跳算法
免疫进化算法
粒子群算法
函数测试
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导