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:
针对粒子群优化算法易陷入局部最优的问题,提出一种动态分组的粒子群优化算法.通过对鸟群习性的研究,给出交互粒子的概念,并在粒子群优化过程中引入动态分组机制,将种群动态划分成多个子种群,且每次划分的子种群数目是从特定集合中随机选取,从而增加交互粒子划分到同一子种群的概率.每个子种群在收敛进化的同时,利用环拓扑结构提高种群多样性及算法搜索全局最优解的能力.实验结果表明,与其他粒子群优化算法相比,该算法具有更好的稳定性、寻优性能以及更高的收敛精度.
推荐文章
一种新型的动态粒子群优化算法
粒子群优化算法
多种群
种群分裂
种群混合
一种量子行为粒子群优化动态聚类算法
粒子群优化
量子行为
完全学习策略
动态聚类
一种基于子群变异的粒子群优化算法
早熟收敛
粒子群优化算法
随机定向振荡式搜索
子群
变异
多模态函数优化
一种新的自适应动态文化粒子群优化算法
自适应
粒子群
文化算法
惯性权重
影响函数
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 一种动态分组的粒子群优化算法
来源期刊 计算机工程 学科 工学
关键词 粒子群优化 局部最优 全局最优 交互粒子 动态分组 环拓扑结构
年,卷(期) 2015,(1) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 180-185,189
页数 7页 分类号 TP18
字数 4542字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.01.033
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 葛洪伟 江南大学物联网工程学院 86 456 11.0 17.0
2 王燕燕 江南大学物联网工程学院 6 29 3.0 5.0
3 杨金龙 江南大学物联网工程学院 28 103 7.0 8.0
4 王娟娟 4 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (42)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (29)
二级引证文献  (3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化
局部最优
全局最优
交互粒子
动态分组
环拓扑结构
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导