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:
分析了含维变异算子的粒子群优化算法全局搜索能力与收敛速度的矛盾,提出了动态惯性权重向量和维变异的改进粒子群优化算法.算法首先定义了维多样性的概念,根据维多样性的情况动态地调整惯性权重向量,并对维多样性最差的维进行变异.4个典型测试函数的仿真实验说明该算法具有更强的全局搜索能力和更快的收敛速度.
推荐文章
基于随机惯性权重的简化粒子群优化算法
粒子群优化算法
简化粒子群
惯性权重
学习因子
随机分布
异步变化
基于高斯函数递减惯性权重的粒子群优化算法
粒子群优化
高斯函数
惯性权重
收敛速度
执行效率
基于指数衰减惯性权重的分裂粒子群优化算法
粒子群优化算法
种群多样性
半均匀
分裂
指数衰减惯性权重
基于局部搜索惯性权重的粒子群优化算法
粒子群优化
局部搜索
参数调整
惯性权重
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 动态惯性权重向量和维变异的粒子群优化算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化 维多样性 惯性权重向量 维变异
年,卷(期) 2011,(5) 所属期刊栏目 研究、探讨
研究方向 页码范围 29-31,49
页数 分类号 TP301
字数 4218字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.05.010
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 梁昔明 中南大学信息科学与工程学院 91 1070 20.0 28.0
2 龙文 中南大学信息科学与工程学院 25 424 11.0 20.0
3 董淑华 中南大学信息科学与工程学院 4 80 4.0 4.0
4 肖晓芳 中南大学信息科学与工程学院 4 26 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (44)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (77)
二级引证文献  (83)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(17)
  • 引证文献(7)
  • 二级引证文献(10)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(23)
  • 引证文献(2)
  • 二级引证文献(21)
2018(25)
  • 引证文献(2)
  • 二级引证文献(23)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粒子群优化
维多样性
惯性权重向量
维变异
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导