基于改进的粒子群算法的移动互联网扩散预测

• 作者: 常春 曹传玲 朱兆杰 覃锡忠 贾振红
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 移动互联网 Bass模型 粒子群优化算法 反向学习
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 网络与通信
• 页码范围: 126-128,132
• 页数: 4页
• 分类号: TP393
• 字数: 3608字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.07.031

摘要

为了准确预测移动互联网扩散趋势,采用一种改进的Bass创新扩散模型,将三个参数都表示为随时间变化的函数.为了得到精确参数值,提出一种新的粒子群优化算法,该算法在初始化阶段和运行过程中使用反向学习策略.引入种群密集度指标来判断种群收敛状态.当算法陷入局部最优时,对全局最优粒子进行柯西和高斯混合变异.实验结果表明改进后的粒子群优化算法能有效提高最优解精度和收敛速度,改进之后的Bass模型能够更准确的预测移动互联网扩散趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾振红	新疆大学信息科学与工程学院	286	1621	18.0	28.0
2	覃锡忠	新疆大学信息科学与工程学院	125	691	13.0	18.0
3	常春		20	101	6.0	9.0
4	曹传玲		16	87	5.0	8.0
5	朱兆杰	新疆大学信息科学与工程学院	1	3	1.0	1.0