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:
提出一种基于搜索空间自适应分割的多目标粒子群优化算法,根据粒子的搜索能力和规模与子搜索空间的体积呈多维标准正态分布变换,精细分割搜索空间,向划分出的子搜索空间分布粒子实现优化,分割在迭代时持续进行,直至获得最优解集.实验结果表明:该方法解决了多目标粒子群优化算法易陷入局部极值的问题;在反向世代距离性能指标上,该算法与一些典型的多目标粒子群优化算法相比,其种群多样性和解的收敛性优势显著.
推荐文章
基于自适应学习的多目标粒子群优化算法
粒子群优化
多目标优化
自适应惯性权值
聚类排挤
最优搜索方向学习
基于量子行为特性粒子群和自适应网格的多目标优化算法
多目标优化
量子行为特性粒子群优化
高斯变异
自适应网格
Pareto最优解
改进的自适应多目标粒子群算法
多目标优化
粒子群优化
帕累托最优
约束控制
边界处理
全局最优选择
自适应控制
最大传输能力
一维下料的基于贪心策略的多目标自适应粒子群算法优化
一维下料
粒子群算法
算法优化
贪心策略
自适应策略
仿真实验
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 基于搜索空间自适应分割的多目标粒子群优化算法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 粒子群优化 多目标优化问题 多维标准正态分布 自适应分割
年,卷(期) 2019,(2) 所属期刊栏目 计算机科学
研究方向 页码范围 345-351
页数 7页 分类号 TP391.4
字数 7032字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2017486
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 李文辉 吉林大学计算机科学与技术学院 105 809 17.0 22.0
2 孙冲 吉林大学计算机科学与技术学院 2 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  (36)
共引文献  (105)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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
粒子群优化
多目标优化问题
多维标准正态分布
自适应分割
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
论文1v1指导