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:
针对基本差分进化算法收敛速度较慢的问题,将粒子群优化算法中的社会学习部分引入到差分进化算法中,提出一种改进的差分进化算法.该算法通过小概率随机变异操作增加种群的多样性和全局搜索能力;变异向量和个体向群体最优个体学习的结果进行交叉操作,利用最优个体指导进化过程,加快了算法的收敛速度,提高了优化精度.仿真实验结果表明,该算法具有更好的优化性能.
推荐文章
一种新的改进差分进化算法
改进DE算法
自适应变异算子
自适应交叉算子
变异策略
一种改进的动态多种群并行差分进化算法
多种群
差分进化算法
并行
佳点集方法
一种改进的求解聚类问题的差分进化算法
K-均值
差分进化
聚类分析
反向学习
一种改进的多目标混合差分进化算法
差分进化算法
多目标优化
迁移操作
精英保留
非支配解
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 一种改进的差分进化算法
来源期刊 陕西师范大学学报(自然科学版) 学科 工学
关键词 群体智能 差分进化算法 粒子群优化算法 随机变异 学习因子 多样性
年,卷(期) 2016,(1) 所属期刊栏目 数学与计算机科学
研究方向 页码范围 1-6
页数 6页 分类号 TP181
字数 3409字 语种 中文
DOI 10.15983/j.cnki.jsnu.2016.01.111
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 李嵩华 兰州财经大学信息工程学院 6 11 2.0 3.0
2 丁晓阳 兰州财经大学信息工程学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (87)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(17)
  • 参考文献(0)
  • 二级参考文献(17)
2008(15)
  • 参考文献(0)
  • 二级参考文献(15)
2009(27)
  • 参考文献(2)
  • 二级参考文献(25)
2010(12)
  • 参考文献(2)
  • 二级参考文献(10)
2011(24)
  • 参考文献(2)
  • 二级参考文献(22)
2012(10)
  • 参考文献(3)
  • 二级参考文献(7)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
群体智能
差分进化算法
粒子群优化算法
随机变异
学习因子
多样性
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
陕西师范大学学报(自然科学版)
双月刊
1672-4291
61-1071/N
大16开
陕西省西安市长安南路
52-109
1960
chi
出版文献量(篇)
3025
总下载数(次)
7
总被引数(次)
18459
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导