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:
为了克服头脑风暴优化(BSO)算法易陷入局部最优导致早熟收敛的问题,提出新型的基于讨论机制的头脑风暴优化(DMBSO)算法.该算法运用组内讨论和组间讨论这一新机制取代BSO算法中的个体更新过程,分别控制算法的全局搜索和局部搜索能力.通过线性递减和线性递增方式调整组间讨论和组内讨论次数,使算法搜索初期加强全局搜索能力,搜索后期加强局部细致搜索能力,有效地防止早熟问题.对6个经典测试函数(BFs)的10维、20维、30维问题分别进行测试来评估DMBSO的效果.结果表明,DMBSO算法与BSO算法和经典的粒子群(PSO)算法相比,可以有效地避免陷入局部最优,稳定地找到更好的最优值,而且随着问题维度的增加,DMBSO表现出更强的鲁棒性.
推荐文章
数据驱动的发展式头脑风暴优化算法综述
头脑风暴优化算法
发展式群体智能
收敛操作
发散操作
高维多目标头脑风暴优化算法
头脑风暴优化算法
聚类
决策变量聚类
分解策略
参考点
基于头脑风暴算法的电动货车路径优化问题
物流网络
计算机智能调度
优化算法
EVRPTW
头脑风暴算法
目标空间聚类的差分头脑风暴优化算法
头脑风暴算法
聚类
差分变异
目标空间
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 基于讨论机制的头脑风暴优化算法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 群体智能优化算法 头脑风暴优化算法 讨论机制
年,卷(期) 2013,(10) 所属期刊栏目 自动化技术、电信技术
研究方向 页码范围 1705-1711,1746
页数 8页 分类号 TP391.41
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2013.10.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (17)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
群体智能优化算法
头脑风暴优化算法
讨论机制
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导