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:
为解决组合优化过程中最优解的搜索效率问题,研究了一种基于自适应理论的PBIL算法.通过引入系统熵值,使传统PBIL算法的学习概率和变异率能根据系统熵值的变化作自适应调整,形成具有自学习和变异能力的自适应PBIL算法(APBIL).通过实例验证了该算法的实用价值和有效性.
推荐文章
PBIL算法在组合优化问题中的应用研究
PBIL
组合优化
进化计算
基因算法
物流中心选址
基于自适应PSO算法的机组优化组合研究
电力系统
自适应
粒子群优化
机组优化组合
PBIL进化算法在自动组卷系统中的应用
进化计算
PBIL算法
组卷问题
用于多目标无功优化的自适应遗传算法
自适应遗传算法
自适应权重和
自适应罚函数
多目标无功优化
电力系统
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 应用于组合优化的自适应PBIL算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 组合优化 自适应 基于人口的增量学习(PBIL)算法
年,卷(期) 2011,(6) 所属期刊栏目 工程与应用
研究方向 页码范围 225-227
页数 分类号 TP391
字数 4053字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.06.062
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 马良荔 海军工程大学计算机工程系 55 275 9.0 12.0
2 汪丽华 海军工程大学计算机工程系 1 2 1.0 1.0
3 石向荣 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (34)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1978(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)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
组合优化
自适应
基于人口的增量学习(PBIL)算法
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导