原文服务方: 计算机应用研究       
摘要:
为了改善多目标粒子群算法收敛性能及跳出局部最优的能力,通过研究算法运行过程中归档集规模的变化,总结归档集规模的变化规律,并依此规律提出一种近似确定算法运行状态的简单方法。基于算法运行状态的近似确定,可以自适应调整参数。实验分析与比较结果显示,自适应方法能够有效地加速收敛,而且对于一些复杂问题有较好的跳出局部最优的能力。实验结果同时表明,近似确定算法状态的方法对于参数的调整是简单且有效的。
推荐文章
基于自适应学习的多目标粒子群优化算法
粒子群优化
多目标优化
自适应惯性权值
聚类排挤
最优搜索方向学习
基于量子行为特性粒子群和自适应网格的多目标优化算法
多目标优化
量子行为特性粒子群优化
高斯变异
自适应网格
Pareto最优解
改进的自适应多目标粒子群算法
多目标优化
粒子群优化
帕累托最优
约束控制
边界处理
全局最优选择
自适应控制
最大传输能力
一维下料的基于贪心策略的多目标自适应粒子群算法优化
一维下料
粒子群算法
算法优化
贪心策略
自适应策略
仿真实验
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 基于归档集特性的自适应多目标粒子群优化算法
来源期刊 计算机应用研究 学科
关键词 多目标粒子群算法 归档集规模 算法运行状态 参数自适应
年,卷(期) 2015,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3291-3294
页数 4页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.11.020
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 王强 暨南大学电子工程系 10 81 5.0 9.0
2 郑力明 暨南大学电子工程系 68 779 15.0 25.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (10)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 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
多目标粒子群算法
归档集规模
算法运行状态
参数自适应
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导