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:
PSO算法对复杂函数有较强的寻优能力和收敛速度快等特点,但是它依然无法保证在搜索空间中找到全局最优点.针对粒子群算法易于陷入局部最小的弱点,提出了一种基于小波变换的粒子群算法.该算法使用全局变异因子使粒子具有了良好的全局搜索能力,同时使用了局部变异因子,使算法在搜索过程中具有较高的收敛速度.典型函数优化的仿真结果表明,该算法具有寻优能力强、搜索精度高、稳定性好等优点,适合于工程应用中的函数优化问题.
推荐文章
基于改进粒子群优化算法的新型小波神经网研究
粒子群优化
小波分析
神经网络
系统辨识
一种基于子群变异的粒子群优化算法
早熟收敛
粒子群优化算法
随机定向振荡式搜索
子群
变异
多模态函数优化
基于小波变异的改进粒子群算法
粒子群
平均最好位置
小波变异
基于Levy变异的反向粒子群优化算法
局部极值
反向学习
Levy飞行特征
停滞
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 基于小波变异的粒子群算法
来源期刊 计算机工程与设计 学科 工学
关键词 粒子群 小波 变异 全局搜索 收敛速度
年,卷(期) 2011,(2) 所属期刊栏目 智能技术
研究方向 页码范围 693-695,699
页数 分类号 TP18
字数 2344字 语种 中文
DOI
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 石永生 江苏信息职业技术学院计算机工程系 10 22 3.0 4.0
3 陈家琪 上海理工大学计算机工程学院 84 771 15.0 24.0
6 高浩 清华大学自动化系 2 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  (9)
共引文献  (18)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (29)
二级引证文献  (13)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
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(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(5)
  • 二级引证文献(1)
2019(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
小波
变异
全局搜索
收敛速度
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导