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:
总结了骨干粒子群算法(BBPSO)的一般形式,指出决定BBPSO算法本质的4个要素.BBPSO在实施中,粒子不同维度采用的随机变量值相同或不同,这将导致算法的特性及适合的优化对象不同.记相同的为Ⅰ型实现,不同的为Ⅱ型实现,通过实验指出2种实现的差别:Ⅰ型实现有各向同性的优点,但是粒子多样性差;Ⅱ型粒子多样性更优,但各向异性,使用高斯、柯西、指数和均匀分布形式的Ⅱ型BBPSO都倾向于沿坐标轴寻解.从理论上分析了这些差别的成因,指出Ⅰ型实现总体性能较差,只适合优化梯度变化明显的单峰函数;Ⅱ型实现总体性能较好,擅长求解峰的方向平行于坐标轴的单峰或多峰函数.
推荐文章
一种新的混合粒子群优化算法
粒子群算法
鱼群算法
聚群行为
混合算法
分合粒子群优化算法
粒子群优化算法
早熟
函数优化
分合策略
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
基于社会模型改进粒子群算法的翼型优化设计
粒子群算法
社会模型
聚群行为
翼型优化设计
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 骨干粒子群算法两种不同实现的优化特性
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 骨干粒子群算法(BBPSO) 量子粒子群算法(QPSO) 粒子多样性 各向异性算法
年,卷(期) 2015,(7) 所属期刊栏目 自动化技术、通信工程
研究方向 页码范围 1350-1357
页数 8页 分类号 TP301
字数 6137字 语种 中文
DOI 10.3785/j.issn.1008-973X.2015.07.021
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 潘晓弘 浙江大学工学部 130 2522 25.0 46.0
2 潘再平 浙江大学工学部 72 1524 20.0 37.0
3 张震 浙江大学工学部 4 58 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (32)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (4)
1997(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
骨干粒子群算法(BBPSO)
量子粒子群算法(QPSO)
粒子多样性
各向异性算法
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导