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:
针对布谷鸟算法后期搜索速度慢、精度不高等缺点,提出了一种基于自适应值的布谷鸟优化算法,将粒子群算法的学习因子融入标准CS算法中,通过引入群体信息共享和个体经验思想,提出自适应步长及发现概率的双重改进.最后对IEEE33节点配电系统进行仿真,结果显示,所提算法在求解配电网重构问题方面不仅能快速收敛,且全局寻优能力也更加优秀.
推荐文章
基于粒子群算法的布谷鸟搜索算法
布谷鸟搜索
Levy飞行
粒子群优化算法
基于高斯扰动的布谷鸟搜索算法
布谷鸟搜索算法
高斯扰动
收敛速度
基于布谷鸟搜索改进的聚类算法
聚类
k-means算法
布谷鸟搜索算法
收敛速度
全局最优
云模型的布谷鸟搜索算法
布谷鸟搜索算法
云模型
云模型的布谷鸟搜索算法
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 基于改进布谷鸟搜索算法的配电网重构
来源期刊 测控技术 学科 工学
关键词 布谷鸟算法 功率损耗 控制参数 全局寻优能力
年,卷(期) 2018,(7) 所属期刊栏目 先进算法与人工智能
研究方向 页码范围 37-41
页数 5页 分类号 TM727|TP312
字数 3644字 语种 中文
DOI 10.19708/j.ckjs.2018.07.009
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 宋丹 辽宁工程技术大学电气与控制工程学院 5 4 1.0 1.0
2 彭泓 辽宁工程技术大学电气与控制工程学院 26 94 5.0 8.0
3 杨巍 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (130)
共引文献  (261)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (19)
二级引证文献  (0)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(12)
  • 参考文献(0)
  • 二级参考文献(12)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(6)
  • 参考文献(0)
  • 二级参考文献(6)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(6)
  • 参考文献(6)
  • 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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
布谷鸟算法
功率损耗
控制参数
全局寻优能力
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
总被引数(次)
55628
论文1v1指导