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:
标准粒子群优化算法(PSO)容易陷入局部最优,且精度较低、收敛速度慢,难以满足求解VRP的需求.本文提出了一种适用于求解VRP模型的新型混沌粒子群优化算法(CPSO).该算法引入混沌序列,利用混沌对粒子的初始位置进行初始化,提高了样本的质量,并且对当前粒子附加混沌扰动,促使其跳出局部最优,提高了全局搜索能力,有利于在全局范围内寻找到最优值.实验结果表明,本文算法的收敛速度、精度及稳定性高于PSO算法,是一种有效的VRP求解算法.
推荐文章
混沌增强加速粒子群优化算法
粒子群优化
混沌增强
加速算法
多目标优化
改进的混沌粒子群算法求解车辆路径问题
粒子群
车辆路径问题
混沌
非线性
逻辑斯特函数
基于逻辑自映射的变尺度混沌粒子群优化算法
逻辑自映射
混沌
变尺度
粒子群算法
函数优化
基于混沌粒子群优化算法的相机参数标定方法
摄像机标定
张正友标定法
混沌粒子群
参数优化
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 基于混沌粒子群优化的新型VRP求解算法
来源期刊 计算机工程与科学 学科 工学
关键词 粒子群优化 混沌 VRP 扰动 局部最优
年,卷(期) 2012,(12) 所属期刊栏目 智能算法与智能控制
研究方向 页码范围 164-168
页数 5页 分类号 TP301.61
字数 3717字 语种 中文
DOI 10.3969/j.issn.1007-130X.2012.12.029
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 薄煜明 南京理工大学自动化学院 146 991 15.0 23.0
2 吴盘龙 南京理工大学自动化学院 76 479 12.0 17.0
3 陈志敏 南京理工大学自动化学院 15 138 8.0 11.0
4 朱凯 南京理工大学自动化学院 10 67 5.0 8.0
5 于胜龙 南京理工大学自动化学院 2 15 2.0 2.0
6 尹明锋 南京理工大学自动化学院 5 20 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (28)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (10)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 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)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(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
粒子群优化
混沌
VRP
扰动
局部最优
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导