原文服务方: 计算机应用研究       
摘要:
为进一步缓解粒子群优化算法在后期收敛速度慢、早熟等问题,提出了一种挂载式的、依赖自适应阈值和已知全局最优解的压缩搜索空间策略.在此基础上对粒子重新分配初始位置、调整速度权值来提升算法的后期探索能力.实验表明,在使用相同的权重和学习因子策略时,比之原粒子群优化算法具有较好的表现,在对量子粒子群算法进行嵌入时依然具有一定效果.该策略可以有效避免早熟问题,提升算法在后期的寻优效果,具有较好的鲁棒性.
推荐文章
采用投影螺旋搜索的改进粒子群算法
螺旋搜索
粒子群算法
混沌变异
自适应算子选择
基于分区和分层搜索的并行粒子群算法
并行粒子群算法
分区
分层搜索
优质个体最优动态空间变异的粒子群优化算法
粒子群优化算法
优质粒子
动态空间变异
莱维飞行
引入模式搜索算子的粒子群优化算法
粒子群优化
早熟收敛
模式搜索算法
搜索算子
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 动态搜索空间的粒子群算法
来源期刊 计算机应用研究 学科
关键词 粒子群算法 搜索空间 自适应 均匀分布
年,卷(期) 2016,(7) 所属期刊栏目 算法研究与探讨
研究方向 页码范围 2047-2050,2067
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.07.028
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 张水平 江西理工大学信息工程学院 45 302 11.0 16.0
2 王碧 江西理工大学信息工程学院 5 33 3.0 5.0
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  (161)
参考文献  (13)
节点文献
引证文献  (20)
同被引文献  (88)
二级引证文献  (31)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(13)
  • 引证文献(6)
  • 二级引证文献(7)
2019(24)
  • 引证文献(5)
  • 二级引证文献(19)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
粒子群算法
搜索空间
自适应
均匀分布
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
总被引数(次)
238385
论文1v1指导