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:
随机优化的粒子群算法(PSO)在解决待优化问题时,仅利用适应度函数对单个粒子所找到解的优劣进行判断,缺乏对种群总体状态的评估,导致算法经过一定次数的迭代后陷入局部收敛。改进算法BPPSO利用BP神经网络对种群进行状态划分,并根据划分结果对种群实施相应的扰动操作,从种群的角度对算法进行改进。仿真实验表明,改进算法能够增加种群多样性,提高优化精度,较好地解决了Ad Hoc网络的QoS路由问题,从而验证了所提算法的可行性和有效性。
推荐文章
基于量子粒子群算法的QoS组播路由问题研究
量子粒子群算法
组播路由
QoS
路由优化
一种基于粒子群优化的多QoS约束选播路由算法
选播
粒子群优化算法
多QoS约束
特殊相加操作
随机扰动算子
基于粒子群算法的移动路由选择方案
粒子群算法
服务质量
移动路由
最优路径
Ad Hoc网络中基于粒子群优化的QoS多播路由研究
Ad Hoc网络
粒子群优化
QoS
多播路由
MAODV
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BP分类的粒子群QoS路由算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 粒子群优化(PSO)算法 早熟收敛 向后传播(BP)神经网络 QoS路由
年,卷(期) 2015,(9) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 98-102
页数 5页 分类号 TP393
字数 3931字 语种 中文
DOI 10.3778/j.issn.1002-8331.1409-0407
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 杨喜旺 中北大学计算机与控制工程学院 13 81 5.0 8.0
2 袁丽乔 中北大学计算机与控制工程学院 1 5 1.0 1.0
3 杨梦茹 中北大学计算机与控制工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (20)
参考文献  (10)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化(PSO)算法
早熟收敛
向后传播(BP)神经网络
QoS路由
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