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:
粒子群算法因其形式比较简洁,参数设置灵活,操作简便易行,并且能够快速收敛,从而引起广泛关注.但是传统的粒子群算法也有缺陷:收敛速度慢以及容易陷入局部最优等.针对这些问题,本文借鉴小生境的方法,在进化初始阶段,对种群进行划分,将初始种群分为子种群,对不同的子种群进行不同的变异策略;在进化过程中,针对不同的子种群,设置不同的惯性权重因子ω,用来增强全局搜索能力与局部搜索能力.实验结果表明,本文提出的算法较传统的粒子群算法具有较快的收敛性以及找寻的全局最优解更接近真实解集,收敛精度比较高.
推荐文章
一种基于子群变异的粒子群优化算法
早熟收敛
粒子群优化算法
随机定向振荡式搜索
子群
变异
多模态函数优化
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
基于扩散机制的双种群粒子群优化算法
粒子群优化算法
扩散机制
多种群
热力学
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 基于种群划分与变异策略的粒子群优化算法
来源期刊 计算机与现代化 学科 工学
关键词 粒子群算法 小生境 局部PSO 变异策略
年,卷(期) 2019,(5) 所属期刊栏目 算法设计与分析
研究方向 页码范围 122-126
页数 5页 分类号 TP312
字数 4558字 语种 中文
DOI 10.3969/j.issn.1006-2475.2019.05.023
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 赫俊民 中国石化胜利油田分公司物探研究院 4 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (341)
参考文献  (19)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1942(1)
  • 参考文献(0)
  • 二级参考文献(1)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(15)
  • 参考文献(1)
  • 二级参考文献(14)
2011(14)
  • 参考文献(3)
  • 二级参考文献(11)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(6)
  • 参考文献(2)
  • 二级参考文献(4)
2017(10)
  • 参考文献(3)
  • 二级参考文献(7)
2018(3)
  • 参考文献(3)
  • 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)
研究主题发展历程
节点文献
粒子群算法
小生境
局部PSO
变异策略
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导