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:
算法结构和对信息的利用能力是影响算法性能的重要因素.标准微粒群算法简洁易用,然而在其寻优过程中,每个粒子仅仅向自身历史最优经验和种群历史最优经验学习,未能有效利用寻优过程中其他粒子的经验和状态信息;另外,单纯的基于二阶差分方程的迭代寻优方式在算法结构上增大了算法陷入局部最优的概率.为了从算法结构上减少微粒群算法早熟收敛和陷入局部最优的情况,本文提出了一种具有群活性感知的自适应微粒群算法:通过引入群活性对当前的寻优状态进行描述,然后根据群活性自适应地改变粒子的拓扑结构和搜索模式,在一定程度上增强了微粒群算法的全局收敛能力.基准函数测试结果证明了本算法的有效性和特点.
推荐文章
微粒群多元最优信息的模糊自适应规划算法
模糊逻辑
多元最优信息动态规划
微粒群算法
具有自适应特性的改进鸡群算法
群智能算法
鸡群算法
佳点集
惯性权值
自适应
面向多模态函数的自适应混沌爬山微粒群算法
微粒群算法
多模态函数
混沌机制
爬山算法
基于遗传算法和微粒群算法的自适应调制研究
遗传算法
微粒群算法
自适应调制
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 具有群活性感知的自适应微粒群算法
来源期刊 控制理论与应用 学科 工学
关键词 微粒群算法 群活性感知 信息利用 控制策略 自适应
年,卷(期) 2016,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 422-427
页数 6页 分类号 TP273
字数 6950字 语种 中文
DOI 10.7641/CTA.2016.50378
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 阳春华 中南大学信息科学与工程学院 389 3229 27.0 37.0
2 桂卫华 中南大学信息科学与工程学院 695 7452 38.0 56.0
3 王雅琳 中南大学信息科学与工程学院 84 519 11.0 17.0
4 孙备 中南大学信息科学与工程学院 9 38 5.0 6.0
5 何明芳 中南大学信息科学与工程学院 4 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (177)
参考文献  (21)
节点文献
引证文献  (10)
同被引文献  (33)
二级引证文献  (2)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(16)
  • 参考文献(4)
  • 二级参考文献(12)
2007(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(7)
  • 参考文献(6)
  • 二级参考文献(1)
2010(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
微粒群算法
群活性感知
信息利用
控制策略
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导