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:
针对标准粒子群优化算法在优化多极值函数时容易陷入局部最优的缺点,分析了其进化原理以及过早收敛的原因,并在此基础上提出了分阶段进化的改进算法,即将进化过程分成多个阶段,不同的进化阶段应用不同的迭代进化公式,以提高种群的多样性,进而有效避免过早收敛。仿真实验结果表明,对于复杂的多极值函数优化问题,改进后的方法比标准粒子群优化算法具有更强的全局寻优性能。
推荐文章
一种新的分阶段进化的粒子群优化算法
粒子群优化算法
局部极值
进化模型
多策略协同进化粒子群优化算法
粒子群优化
多策略
协同进化
全局优化
新型分阶段粒子群优化算法
粒子群优化算法
惯性权重
加速系数
解决全局优化问题的粒子群进化算法
粒子群算法
变异
全局优化
概率
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 分阶段进化的粒子群优化算法
来源期刊 重庆理工大学学报:自然科学 学科 工学
关键词 粒子群优化算法 局部最优 种群多样性
年,卷(期) 2012,(6) 所属期刊栏目 信息·计算机
研究方向 页码范围 67-70
页数 4页 分类号 TP301
字数 2878字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2012.06.013
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 李巍 周口师范学院计算机科学与技术学院 14 165 5.0 12.0
2 吴文欢 周口师范学院计算机科学与技术学院 13 29 3.0 5.0
3 刘圣卿 6 12 2.0 3.0
4 张少辉 周口师范学院计算机科学与技术学院 26 90 5.0 7.0
5 吴烈阳 15 21 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (36)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (21)
二级引证文献  (38)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(11)
  • 参考文献(1)
  • 二级参考文献(10)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子群优化算法
局部最优
种群多样性
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导