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:
离散型非线性极小极大问题本质上为一个传统的梯度类算法难以求解的不可微优化问题。针对每个分量函数都是凸函数的此类问题,利用熵函数法将其转化为一个光滑的无约束凸优化问题,并将具有并行搜索机制的生物地理学优化算法和具有全局收敛性的邻近点算法相混合,设计了一种具有全局收敛性的混合算法。为了充分发挥生物地理学优化算法的并行搜索机制和无需使用初始点的优点,该混合算法采用生物地理学优化为内层算法邻近点算法为外层算法。数值仿真结果表明,所提算法是求解此类非线性极小极大问题的一种有效算法。
推荐文章
水文频率参数估计的生物地理学优化算法
水文频率计算
参数估计
生物地理学优化算法
生物地理学算法求解柔性作业车间调度问题
生物地理学优化算法
柔性作业车间调度问题
智能优化算法
迁移操作
带自适应迁入的生物地理学优化算法
生物地理学优化
自适应迁入
拉丁超立方采样
混沌映射
一种求解过程动态优化问题的生物地理学习粒子群算法
全局优化
动态学
算法
控制向量参数化
生物地理学习粒子群算法
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 极小极大问题的生物地理学优化邻近点算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 数学
关键词 生物地理学优化 进化算法 极小极大问题 邻近点算法
年,卷(期) 2016,(5) 所属期刊栏目
研究方向 页码范围 88-92,182
页数 6页 分类号 O224
字数 4646字 语种 中文
DOI 10.3969/j.issn.1001-2400.2016.05.016
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 刘三阳 西安电子科技大学数学与统计学院 662 5562 32.0 51.0
2 张建科 西安邮电大学理学院 37 335 10.0 17.0
3 杨国平 西安电子科技大学数学与统计学院 8 22 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (20)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(16)
  • 参考文献(3)
  • 二级参考文献(13)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
生物地理学优化
进化算法
极小极大问题
邻近点算法
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导