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:
近几年频繁发生的气体泄漏事件使得气体源定位成为了公共安全领域亟待解决的问题.气体源定位问题本质上可以转化为最优化问题,群智能算法作为一种高效的优化算法,为其提供了一个全新的解决方案.介绍了气体源定位问题的研究背景和研究现状;根据群智能算法在气体源定位中应用的研究思路和研究内容对具有代表性研究成果进行了分类综述和对比分析;对目前基于群智能算法的气体源定位研究中存在的问题和未来发展趋势进行了分析和展望,对气体源定位问题的进一步研究提供一定的参考作用.
推荐文章
群智能算法优化SVR预测模型的应用与分析
改进蚁群算法
改进粒子群算法
支持向量机回归模型
参数寻优
收敛速度
相对误差
人工智能算法在建筑能耗预测中应用综述
建筑能耗
能耗预测
能耗计算模型
人工智能算法
智能算法在稀布阵列天线中的应用研究
粒子群算法
遗传算法
差分进化算法
智能算法在S7-300 PLC中的研究与应用
OPC技术
可编程序控制器
MATLAB
智能算法
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 群智能算法在气体源定位中的应用综述
来源期刊 计算机工程与应用 学科 工学
关键词 气体源定位 群智能算法 蚁群算法 粒子群算法
年,卷(期) 2019,(18) 所属期刊栏目 热点与综述
研究方向 页码范围 21-33
页数 13页 分类号 TP24
字数 14330字 语种 中文
DOI 10.3778/j.issn.1002-8331.1906-0252
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (202)
共引文献  (78)
参考文献  (40)
节点文献
引证文献  (3)
同被引文献  (28)
二级引证文献  (0)
1973(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)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(8)
  • 参考文献(1)
  • 二级参考文献(7)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(12)
  • 参考文献(1)
  • 二级参考文献(11)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(26)
  • 参考文献(5)
  • 二级参考文献(21)
2007(14)
  • 参考文献(5)
  • 二级参考文献(9)
2008(15)
  • 参考文献(3)
  • 二级参考文献(12)
2009(16)
  • 参考文献(6)
  • 二级参考文献(10)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(10)
  • 参考文献(2)
  • 二级参考文献(8)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(23)
  • 参考文献(0)
  • 二级参考文献(23)
2016(12)
  • 参考文献(1)
  • 二级参考文献(11)
2017(18)
  • 参考文献(3)
  • 二级参考文献(15)
2018(13)
  • 参考文献(0)
  • 二级参考文献(13)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(6)
  • 参考文献(5)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
气体源定位
群智能算法
蚁群算法
粒子群算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导