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:
为提高粒子群优化(PSO)算法的优化性能,提出一种改进的小波变异粒子群算法(IPSOWM).在每次迭代时以一定的概率选中粒子进行小波变异扰动,从而克服PSO算法后期易发生早熟收敛和陷入局部最优的缺点.数值仿真结果表明,IPSOWM算法的搜索精度、收敛速度及稳定性均优于PSO和PSOWM算法.
推荐文章
一种基于子群变异的粒子群优化算法
早熟收敛
粒子群优化算法
随机定向振荡式搜索
子群
变异
多模态函数优化
一种改进的粒子群优化算法
粒子群算法
收敛速度
搜索能力
一种基于双子群的改进粒子群优化算法
收敛性
粒子群优化算法
子群
杂交机制
遗传算法
一种改进的粒子群优化算法
粒子集
优化算法
轨迹信息
惯性权重
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 一种改进的小波变异粒子群优化算法
来源期刊 计算机工程 学科 工学
关键词 粒子群优化算法 小波变异 小波变异粒子群优化算法 全局最优 鲁棒性
年,卷(期) 2012,(21) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 145-147
页数 3页 分类号 TP311
字数 2966字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.21.039
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 田雨波 江苏科技大学电子信息学院 109 634 13.0 19.0
2 高东慧 江苏科技大学电子信息学院 4 41 3.0 4.0
3 董平平 江苏科技大学电子信息学院 2 33 2.0 2.0
4 周昊天 江苏科技大学电子信息学院 3 22 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (40)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (29)
二级引证文献  (10)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
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)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
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
小波变异
小波变异粒子群优化算法
全局最优
鲁棒性
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导