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:
为了提高粒子群优化算法的求解性能,提出了一种具有柯西种群分布的自适应范围搜索的粒子群优化算法(ARPSO/C).该算法在种群服从柯西分布的假设下,在每一次迭代中利用个体分布的中位数和尺度参数来自适应地调整种群的搜索范围,从而在局部搜索和全局搜索之间达到了一个很好的平衡.最后的数值实验结果表明:与ARPSO和PSO算法相比,该算法收敛速度得到了显著提高,并且能够有效地克服早熟现象.
推荐文章
基于扰动的自适应粒子群优化算法
粒子群优化算法
极值扰动
惯性权重
柯西变异
自适应约束优化混合粒子群算法
约束优化问题
粒子群优化算法
自适应
混沌
三目标柯西粒子群算法的电力系统无功优化
电力系统无功优化
差分进化算法
粒子群算法
静态稳定电压裕度
多策略自适应粒子群优化算法
粒子群优化
多样性测试
实时交替策略
精英学习策略
种群多样性
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 柯西种群分布的自适应范围粒子群优化算法
来源期刊 计算机应用 学科 工学
关键词 粒子群优化 柯西分布 中位数 尺度参数 数值优化
年,卷(期) 2014,(4) 所属期刊栏目 人工智能
研究方向 页码范围 1070-1073,1079
页数 5页 分类号 TP18|TP301.6
字数 3598字 语种 中文
DOI 10.11772/j.issn.1001-9081.2014.04.1070
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 张晓伟 电子科技大学数学科学学院 5 35 2.0 5.0
2 逯少华 电子科技大学数学科学学院 1 11 1.0 1.0
3 鲍承强 电子科技大学数学科学学院 1 11 1.0 1.0
4 李文宝 电子科技大学数学科学学院 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (398)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (51)
二级引证文献  (22)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(21)
  • 参考文献(0)
  • 二级参考文献(21)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粒子群优化
柯西分布
中位数
尺度参数
数值优化
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
论文1v1指导