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:
针对粒子群优化(PSO)算法在寻优时容易陷入局部最优的不足,提出一种基于子区域的PSO算法.将搜索空间划分成若干个子区域,在各个子区域中均使用标准PSO算法进行寻优,通过比较各个子区域的全局最优解,从而得出整个搜索空间的全局最优.与标准PSO算法及自适应变异PSO算法的比较结果表明,该算法能降低在寻优过程中陷入局部最优的概率,具有较强的寻优能力.
推荐文章
一种基于子区域粒子群的无功优化算法研究
粒子群算法
无功优化
子区域
粒子群优化算法研究综述
粒子群优化算法
群体智能
启发式
优化
粒子群优化算法研究与发展
粒子群优化算法
群体智能
启发式
记忆表
标准粒子群优化算法的收敛性分析
标准粒子群优化
粒子收敛
参数选择
特征根
数值仿真
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 基于子区域的粒子群优化算法研究
来源期刊 计算机工程 学科 工学
关键词 粒子群优化算法 局部最优 全局最优 子区域
年,卷(期) 2011,(14) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 205-207
页数 分类号 TP301.6
字数 4081字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.14.069
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 刘志刚 西南交通大学电气工程学院 198 3421 30.0 45.0
2 刘新东 暨南大学电气自动化研究所 25 307 8.0 17.0
3 曾嘉俊 西南交通大学电气工程学院 3 57 3.0 3.0
5 黄元亮 暨南大学电气自动化研究所 27 140 7.0 10.0
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  (20)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (28)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
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
粒子群优化算法
局部最优
全局最优
子区域
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导