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:
为了进一步提高多模态函数寻优的效率,提出一种融合Powell搜索法的粒子群优化算法.将PSO算法的全局搜索能力与Powell法的强局部寻优能力有机地结合起来,在保证求解速度,尽可能找到全部极值点的同时提高了解的精确性.由于该算法只利用了函数值信息而不需要计算导数,是求解可微和不可微多模态函数优化问题的通用方法.仿真实验表明了新混合算法的有效性.
推荐文章
引入模式搜索算子的粒子群优化算法
粒子群优化
早熟收敛
模式搜索算法
搜索算子
复形法粒子群优化算法研究
粒子群优化算法
复形法
复形法粒子群算法
函数优化
一种新型Powell粒子群算法同步综合换热网络
换热网络综合
整型变量优化
Powell法
群体智能
嵌入局部一维搜索技术的混合粒子群优化算法
粒子群算法
一维搜索技术
优化
混合
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 融合Powell搜索法的粒子群优化算法
来源期刊 控制与决策 学科 工学
关键词 多模态函数 Powell搜索法 粒子群优化
年,卷(期) 2012,(3) 所属期刊栏目 论文与报告
研究方向 页码范围 343-348,354
页数 分类号 TP18
字数 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 章兢 湖南大学电气与信息工程学院 250 2846 28.0 42.0
2 陈红安 湖南大学信息科学与工程学院 2 40 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (55)
参考文献  (7)
节点文献
引证文献  (29)
同被引文献  (55)
二级引证文献  (164)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1974(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)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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(8)
  • 引证文献(8)
  • 二级引证文献(0)
2014(11)
  • 引证文献(4)
  • 二级引证文献(7)
2015(22)
  • 引证文献(3)
  • 二级引证文献(19)
2016(28)
  • 引证文献(6)
  • 二级引证文献(22)
2017(36)
  • 引证文献(2)
  • 二级引证文献(34)
2018(52)
  • 引证文献(3)
  • 二级引证文献(49)
2019(29)
  • 引证文献(2)
  • 二级引证文献(27)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
多模态函数
Powell搜索法
粒子群优化
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
论文1v1指导