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:
传统的小生境粒子群优化算法(N PSO )需要两个参数的输入,一个是判断子群合并的阈值,另一个是子群产生的阈值。参数设置的不当,将直接影响计算结果。引入一个函数判断两个点是否在同一座山峰上,以克服NPSO算法需要输入参数的弊端。在程序运行时,无须严格限定小生境的半径,也不需太多的先验知识。实验结果证明,该算法合理有效,能够能快速有效地找到多峰函数的全局最优点。
推荐文章
基于改进小生境粒子群算法的多模函数优化
小生境
粒子群优化
多模函数
适应度
欧氏距离
基于改进的小生境粒子群算法在函数优化中的应用
粒子群算法
小生境
余弦函数
惯性权重
加速因子
飞行时间因子
测试函数
函数优化
并行小生境粒子群优化的模糊聚类算法
小生境
粒子群
模糊聚类
小生境识别
信息共享机制
混合聚类有效性函数
小生境粒子群优化算法
粒子群优化
小生境
共享机制
优化
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 改进的小生境粒子群优化算法
来源期刊 软件导刊 学科 工学
关键词 小生境 NPSO算法 粒子群优化算法 多峰值函数
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 45-47
页数 3页 分类号 TP312
字数 2536字 语种 中文
DOI 10.11907/rjdk.143736
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 李娜 中南民族大学计算机科学学院 24 72 5.0 7.0
2 黄治国 河南工程学院软件学院 14 29 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (8)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (20)
二级引证文献  (10)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小生境
NPSO算法
粒子群优化算法
多峰值函数
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导