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:
针对军事训练中补差训练计划手工拟制优化困难的问题,提出一种基于进化粒子群算法的计划智能优化方法.该方法以粒子群优化算法为基础,借鉴遗传算法中的生物竞争机制,引入生物个体的优胜劣汰算法,通过对低分个体的淘汰和高分个体的繁殖跳出局部最优陷阱,以快速获取全局最优个体,并设计熵权理想点法计算个体的综合评分结果,得到全局最优解.仿真结果表明:进化粒子群算法相比于标准粒子群算法、量子粒子群算法、遗传算法具有更好的收敛性和更高的计算效率,能够有效解决补差训练计划智能优化问题.
推荐文章
结合极值优化的多粒子群协同进化算法
多粒子群协同进化
极值优化
全局寻优
多策略协同进化粒子群优化算法
粒子群优化
多策略
协同进化
全局优化
解决全局优化问题的粒子群进化算法
粒子群算法
变异
全局优化
概率
基于差分进化粒子群混合优化算法的软测量建模
乙烯收率
软测量建模
差分进化算法
混合优化算法
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 基于进化粒子群算法的军事训练计划智能优化
来源期刊 指挥控制与仿真 学科 军事
关键词 补差训练计划 熵权理想点法 遗传算法 粒子群算法 智能优化
年,卷(期) 2019,(4) 所属期刊栏目 理论研究
研究方向 页码范围 59-64
页数 6页 分类号 TP391.9|E917
字数 5475字 语种 中文
DOI 10.3969/j.issn.1673-3819.2019.04.012
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 杜尚华 国防大学联合作战学院 1 1 1.0 1.0
2 樊率军 国防大学联合作战学院 1 1 1.0 1.0
3 赵玉建 国防大学联合作战学院 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  (89)
共引文献  (37)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(14)
  • 参考文献(0)
  • 二级参考文献(14)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(9)
  • 参考文献(9)
  • 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
补差训练计划
熵权理想点法
遗传算法
粒子群算法
智能优化
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
指挥控制与仿真
双月刊
1673-3819
32-1759/TJ
大16开
江苏连云港市102信箱6分箱
1979
chi
出版文献量(篇)
3469
总下载数(次)
11
总被引数(次)
12365
论文1v1指导