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Levy Flight粒子群优化算法(LFPSO)普适性不强和搜索效率不高等问题,提出了一种改进的LFPSO算法(ILFPSO),即趋优算子与Levy Flight混合的粒子群优化算法.首先,对Levy Flight进行改进,防止产生无效解,得到改进的Levy Flight;然后,将既有一定全局搜索能力又有较强局部搜索能力的趋优算子与改进的Levy Flight有机融合,以便更好地平衡算法的全局和局部搜索能力;最后,对速度边界动态调整,有利于搜索前期找到全局最优点和搜索后期找到局部最优解.28个benchmark函数优化仿真结果表明,与4种最先进的PSO改进算法LFPSO、ELPSO、SRPSO和RLPSO相比,ILFPSO更具有竞争性的优化性能、更好的普适性和更快的运行速度.
推荐文章
基于Levy变异的反向粒子群优化算法
局部极值
反向学习
Levy飞行特征
停滞
基于精英策略和Levy飞行的粒子群算法
粒子群搜索算法
精英策略
Levy飞行
自适应动态
混合粒子群优化算法及其应用
混合粒子群优化算法
模拟退火
神经网络
连续搅拌反应釜
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 趋优算子和Levy Flight混合的粒子群优化算法
来源期刊 电子科技大学学报 学科 工学
关键词 趋优算子 智能优化算法 LevyFlight 粒子群优化算法
年,卷(期) 2018,(3) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 421-429
页数 9页 分类号 TP181
字数 5677字 语种 中文
DOI 10.3969/j.issn.1001-0548.2018.03.016
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 张新明 河南师范大学计算机与信息工程学院 68 922 13.0 28.0
3 王霞 河南师范大学计算机与信息工程学院 33 110 6.0 9.0
6 涂强 河南师范大学计算机与信息工程学院 13 105 7.0 10.0
7 康强 河南师范大学计算机与信息工程学院 15 90 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (65)
参考文献  (13)
节点文献
引证文献  (8)
同被引文献  (42)
二级引证文献  (4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(9)
  • 参考文献(5)
  • 二级参考文献(4)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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(9)
  • 引证文献(7)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
趋优算子
智能优化算法
LevyFlight
粒子群优化算法
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导