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:
针对标准粒子群优化算法易陷入局部最优的缺点,提出了一种遗传粒子群混合算法。通过对算法中惰性粒子和局部最优粒子分别进行交叉变异,以及消除粒子速度对寻优的干扰,从而避免了粒子种群单一化和局部最优的问题。将该算法应用于虚拟企业伙伴选择实验,结果表明在进化代数和最优值方面是令人满意的。
推荐文章
粒子群与遗传算法的混合算法
离散旅行商问题
遗传算法
粒子群算法
自适应
启发策略
基于本体的虚拟企业伙伴选择系统研究
本体
虚拟企业伙伴选择
信息检索
基于遗传算法的虚拟企业伙伴选择及优化
虚拟企业
伙伴选择
遗传算法
基于支持向量机的虚拟企业伙伴选择方法研究
虚拟企业
伙伴选择
支持向量机
分类
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 虚拟企业伙伴选择的遗传粒子群混合算法
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化算法 遗传算法 伙伴选择
年,卷(期) 2014,(1) 所属期刊栏目 理论研究、研发设计
研究方向 页码范围 58-62
页数 5页 分类号 TP391
字数 5210字 语种 中文
DOI 10.3778/j.issn.1002-8331.1209-0126
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 贾瑞玉 安徽大学计算机科学与技术学院 62 688 17.0 23.0
2 刘开丽 安徽大学计算机科学与技术学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (306)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (37)
二级引证文献  (23)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(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(1)
  • 二级引证文献(2)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粒子群优化算法
遗传算法
伙伴选择
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