原文服务方: 计算机应用研究       
摘要:
针对PSO算法在求解问题的优化问题中易陷入局部收敛且收敛速度较慢等缺陷,引入一种初始化改进策略,并将模拟退火算法与PSO算法相结合,提出了一种全新的算法.该算法将寻优过程分为两个阶段:为了提高算法的执行速度,前期使用标准PSO算法进行寻优,后期运用模拟退火思想对PSO中的参数进行优化搜索最优解.最后将该算法应用于八个经典的单峰/多峰函数中.模拟结果表明,该算法有效地避免了早熟收敛现象,并提高了收敛速度,从而提高了PSO算法解决全局优化的性能.
推荐文章
基于模拟退火思想改进的粒子群算法求解背包问题
模拟退火
粒子群
背包问题
遗传算法
基于曲线自适应和模拟退火的蝗虫优化算法
蝗虫优化算法
模拟退火算法
混合算法
自适应曲线
基于模拟退火粒子群算法在数据关联上的研究
数据关联
模拟退火算法
粒子群算法
基于模拟退火的改进鸡群优化算法
模拟退火
鸡群算法
惯性权重
学习因子
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 基于模拟退火的自适应粒子群优化算法的改进策略
来源期刊 计算机应用研究 学科
关键词 粒子群优化算法 模拟退火 函数优化
年,卷(期) 2012,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 4448-4450
页数 3页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.12.010
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 吴志健 武汉大学软件工程国家重点实验室 47 513 13.0 21.0
2 于海平 武汉科技大学城市学院信息工程学部 20 131 7.0 10.0
3 刘会超 武汉大学软件工程国家重点实验室 19 103 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (5)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (59)
二级引证文献  (14)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(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)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
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
粒子群优化算法
模拟退火
函数优化
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导