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:
粒子群优化(particle swarm optimization,PSO)算法是基于鸟群觅食行为的一种新型的群体智能算法,而惯性权重是PSO算法中一个极其重要的参数,其值的选取直接关系粒子在寻优过程中的开发能力和探索能力.在介绍PSO算法的基本原理的基础上,分析惯性权重对粒子群优化算法在收敛性方面的影响,综述了现有文献对惯性权重的研究进展,并评述了各种惯性权重取值策略所取得的研究成果和存在的不足之处.
推荐文章
粒子群优化算法中惯性权重的研究进展
粒子群优化
惯性权重
优化算法
基于正态分布衰减惯性权重的粒子群优化算法
人工智能
群体智能算法
粒子群算法
惯性权重
正态分布
衰减策略
基于高斯函数递减惯性权重的粒子群优化算法
粒子群优化
高斯函数
惯性权重
收敛速度
执行效率
基于改进惯性权重的粒子群优化算法
粒子群优化
惯性权重
动态
混沌
维变异
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 粒子群优化算法中惯性权重综述
来源期刊 广东电力 学科 工学
关键词 粒子群优化(PSO)算法 惯性权重 智能算法 收敛性 开发能力 探索能力
年,卷(期) 2013,(7) 所属期刊栏目 研究与分析
研究方向 页码范围 6-12
页数 7页 分类号 TP301.6
字数 6164字 语种 中文
DOI 10.3969/j.issn.1007-290X.2013.07.002
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 陈璟华 广东工业大学自动化学院 50 375 11.0 16.0
2 刘国祥 广东工业大学自动化学院 6 73 5.0 6.0
3 周俊 广东工业大学自动化学院 6 72 4.0 6.0
4 许伟龙 广东工业大学自动化学院 4 66 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (467)
参考文献  (27)
节点文献
引证文献  (43)
同被引文献  (79)
二级引证文献  (45)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(11)
  • 参考文献(3)
  • 二级参考文献(8)
2006(21)
  • 参考文献(2)
  • 二级参考文献(19)
2007(17)
  • 参考文献(1)
  • 二级参考文献(16)
2008(10)
  • 参考文献(3)
  • 二级参考文献(7)
2009(14)
  • 参考文献(6)
  • 二级参考文献(8)
2010(12)
  • 参考文献(3)
  • 二级参考文献(9)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(6)
  • 参考文献(5)
  • 二级参考文献(1)
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)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(6)
  • 引证文献(5)
  • 二级引证文献(1)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(15)
  • 引证文献(10)
  • 二级引证文献(5)
2018(20)
  • 引证文献(12)
  • 二级引证文献(8)
2019(25)
  • 引证文献(8)
  • 二级引证文献(17)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
粒子群优化(PSO)算法
惯性权重
智能算法
收敛性
开发能力
探索能力
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
广东电力
月刊
1007-290X
44-1420/TM
大16开
广州市东风东路水均岗8号
1988
chi
出版文献量(篇)
5373
总下载数(次)
16
总被引数(次)
27406
论文1v1指导