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:
针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性.实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生.
推荐文章
一种改进的粒子群优化算法
粒子群算法
收敛速度
搜索能力
一种基于双子群的改进粒子群优化算法
收敛性
粒子群优化算法
子群
杂交机制
遗传算法
一种改进的粒子群优化算法
粒子集
优化算法
轨迹信息
惯性权重
一种改进的粒子群算法
粒子群算法
极值
惯性权重
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 一种改进的粒子群优化算法
来源期刊 火力与指挥控制 学科 工学
关键词 粒子群 全局最优 局部最优 学习规则
年,卷(期) 2017,(8) 所属期刊栏目 理论研究
研究方向 页码范围 120-122
页数 3页 分类号 TP242
字数 1855字 语种 中文
DOI 10.3969/j.issn.1002-0640.2017.08.027
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 郭磊 16 7 1.0 2.0
2 任贺宇 6 16 3.0 3.0
3 赵开新 14 77 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (77)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (25)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(8)
  • 参考文献(8)
  • 二级参考文献(0)
2017(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群
全局最优
局部最优
学习规则
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导