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:
致力于探索如何进一步提高动物迁徙算法的寻优能力和收敛速度,为此结合动物迁徙算法(AMO)和粒子群算法(PSO)提出了改进的动物迁徙算法(PSAMO)用来求解全局优化问题。改进策略在于应用标准粒子群算法中惯性权重W的特性,通过对惯性权重W的线性调节,来提高算法的全局搜索能力。在Matlab中为改进的动物迁徙算法设计了仿真实验。使用了23个benchmark基准测试函数,并将改进的算法所得到的最优解的平均值与粒子群优化算法、萤火虫算法、布谷鸟算法等已有的传统优化算法进行比较。
推荐文章
改进的动物迁徙算法求解全局优化问题
动物迁徙算法
粒子群优化算法
群集智能
PSAMO
全局优化问题
求解全局优化问题的改进蝙蝠算法
蝙蝠算法
和声搜索
连续优化
全局优化
改进自适应微分进化算法求解全局优化问题
微分进化
全局优化
控制参数自适应
收敛速度
鲁棒性
求解约束优化问题的改进蝙蝠算法
蝙蝠算法
约束优化问题
多样性变异
佳点集方法
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 改进的动物迁徙算法求解全局优化问题
来源期刊 长春大学学报 学科 工学
关键词 动物迁徙算法 粒子群优化算法 群集智能 PSAMO 全局优化问题
年,卷(期) 2015,(8) 所属期刊栏目
研究方向 页码范围 42-49
页数 8页 分类号 TP301.6
字数 语种
DOI
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 刘金承 4 9 2.0 3.0
2 费佳慧 东北师范大学计算机科学与信息技术学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (38)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(12)
  • 参考文献(12)
  • 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)
研究主题发展历程
节点文献
动物迁徙算法
粒子群优化算法
群集智能
PSAMO
全局优化问题
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
长春大学学报
月刊
1009-3907
22-1283/G4
大16开
长春市卫星路6543号
1991
chi
出版文献量(篇)
7993
总下载数(次)
10
总被引数(次)
29899
论文1v1指导