2025年1月8日
星期三
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
华东交通大学软件学院智能优化与信息处理研究所
作品数:
1
被引量:10
H指数:1
相关作者:
金畅
更多>>
相关机构:
武汉大学计算机学院
更多>>
发文基金:
江西省自然科学基金
国家自然科学基金
江西省教育厅科学技术研究项目
更多>>
相关领域:
自动化与计算机技术
更多>>
合作机构
武汉大学计算机学院
发表作品
相关人物
相关机构
所获资助
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
搜索
1篇
群算法
1篇
子群
1篇
自适
1篇
自适应
1篇
粒子群
1篇
粒子群算法
1篇
局部搜索
1篇
多种群
1篇
PSO算法
机构
1篇
武汉大学
1篇
华东交通大学
作者
1篇
夏学文
1篇
魏波
1篇
谢承旺
1篇
何国良
1篇
金畅
传媒
1篇
系统仿真学报
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种自适应多种群的PSO算法
被引量:10
2016年
针对粒子群算法易早熟收敛、逃离局部最优能力差、精度低等缺点,提出了一种自适应多种群PSO算法(Self-adaptive Multi-swarm Particle Swarm Optimization,SMPSO)。算法通过多个子种群独立进化和自适应重组操作既保持了种群多样性又实现了子种群间的信息共享与交互;同时,通过对粒子历史最优解进行周期性采样与统计,进而指导算法进行探测操作,不仅增强算法的全局搜索能力,也提高其跳出局部最优的能力;最后,引入了两种局部搜索策略提升了算法的收敛速度和求解精度。通过和其它PSO算法在标准测试函数和工程应用的实验对比表明,SMPSO在逃逸能力、收敛速度和求解精度上有显著提高。
夏学文
王博建
金畅
何国良
谢承旺
魏波
关键词:
粒子群算法
多种群
自适应
局部搜索
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张