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:
为了提高动态多子群粒子群算法中粒子学习的自主性,提出一种基于自主学习和精英群的粒子群算法。该算法借鉴教育心理学自主学习的理念,用基础群中粒子自主选择学习对象的操作代替子群的重组操作,并通过精英群局部搜索的配合来达到寻优的目的。将所提出的算法应用于6个测试函数,并与动态多子群PSO等算法进行了比较,比较结果表明,新算法在提高收敛速度、精度和寻优时间等方面具有良好的性能。
推荐文章
基于聚类的多子群粒子群优化算法
粒子群优化算法
聚类
子群
采用异构搜索的多子群协同进化粒子群算法
粒子群优化
异构搜索
多子群
协同进化
多样性
克隆选择
基于精英策略和Levy飞行的粒子群算法
粒子群搜索算法
精英策略
Levy飞行
自适应动态
基于扰动的精英反向学习粒子群优化算法
粒子群优化算法
精英反向学习
惯性权重
极值扰动
局部最优解
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 基于自主学习和精英群的多子群粒子群算法
来源期刊 控制与决策 学科 工学
关键词 粒子群优化 多子群 精英群 自主学习 多样性
年,卷(期) 2014,(11) 所属期刊栏目 短文
研究方向 页码范围 2034-2040
页数 7页 分类号 TP18
字数 语种 中文
DOI 10.13195/j.kzyjc.2013.1034
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 姜海燕 南京农业大学信息科学技术学院 37 339 10.0 17.0
3 郭小清 南京农业大学信息科学技术学院 34 248 8.0 15.0
6 庄嘉祥 南京农业大学信息科学技术学院 3 35 3.0 3.0
7 王芳芳 南京农业大学信息科学技术学院 2 25 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (121)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (32)
二级引证文献  (43)
1998(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(16)
  • 参考文献(0)
  • 二级参考文献(16)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(20)
  • 引证文献(2)
  • 二级引证文献(18)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
粒子群优化
多子群
精英群
自主学习
多样性
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
论文1v1指导