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:
粒子群优化算法是一种随机优化算法,但它不依概率1收敛到全局最优解.因此提出一种新的依概率收敛的粒子群优化算法.在该算法中,首先引入了具有探索和开发能力的两个变异算子,并依一定概率对粒子当前最好位置应用这两个算子,然后证明了该算法是依概率1收敛到ε-最优解.最后,把该算法应用到13个典型的测试函数中,并与其他粒子群优化算法比较,数值结果表明所给出的算法能够提高求解精度和收敛速度.
推荐文章
基于粒子健康度的快速收敛粒子群优化算法
粒子健康度
粒子群优化
快速收敛
早熟
改进的粒子群优化算法的研究
算法
优化算法
粒子群
RPSO
瑞利分布
混合粒子群优化算法及其收敛性分析
混合粒子群优化算法
云模型
混沌映射
布谷鸟搜索
收敛性分析
粒子群优化算法的改进研究
粒子群优化算法
混沌理论
遗传算法
免疫算法
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 依概率收敛的改进粒子群优化算法
来源期刊 智能系统学报 学科 工学
关键词 粒子群优化算法 随机优化算法 变异算子 依概率收敛 全局优化 进化计算 启发式算法 高斯分布
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 511-518
页数 8页 分类号 TP301.6
字数 4766字 语种 中文
DOI 10.11992/tis.201610004
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 钱伟懿 渤海大学数理学院 60 249 7.0 12.0
2 李明 渤海大学数理学院 10 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  (80)
共引文献  (131)
参考文献  (21)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(11)
  • 参考文献(2)
  • 二级参考文献(9)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(6)
  • 参考文献(4)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
粒子群优化算法
随机优化算法
变异算子
依概率收敛
全局优化
进化计算
启发式算法
高斯分布
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
论文1v1指导