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:
针对标准粒子群算法收敛速度慢和易陷入局部最优的局限性,提出了一种基于仿生学改进的粒子群算法。即通过在标准粒子群公式中加入负梯度项,使算法更加符合鸟群觅食的实际规律,同时使算法的全局和局部搜索能力得到了平衡。仿真对比结果表明,改进的粒子群算法减小了陷入局部极值的可能性,能够提高最优解的精度和优化效率。
推荐文章
一种基于改进粒子群算法的PID参数整定方法
粒子群算法
PID参数整定
杂交
混沌序列
基于邻域思想的改进粒子群优化算法
粒子群优化
邻域
群智能
基于分类思想的改进粒子群优化算法
粒子群优化
参数改进
适度值
适度值均值
适度值标准差
粒子分类
有效经验
基于改进的简化粒子群聚类算法
简化粒子群算法
粒密度
最大距离积法
随机分布
极值扰动算子
K-means算法
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 基于仿生学改进的粒子群算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群 负梯度 仿生学
年,卷(期) 2014,(6) 所属期刊栏目 理论研究、研发设计
研究方向 页码范围 61-63
页数 3页 分类号 TP301.6
字数 2535字 语种 中文
DOI 10.3778/j.issn.1002-8331.1206-0446
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 乌力吉 内蒙古工业大学理学院 26 48 3.0 6.0
2 李强 北方工业大学机电工程学院 30 120 7.0 9.0
3 那日苏 内蒙古工业大学机械学院 16 41 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (403)
参考文献  (7)
节点文献
引证文献  (13)
同被引文献  (48)
二级引证文献  (52)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(14)
  • 参考文献(1)
  • 二级参考文献(13)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(13)
  • 引证文献(4)
  • 二级引证文献(9)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(17)
  • 引证文献(1)
  • 二级引证文献(16)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群
负梯度
仿生学
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导