您的位置: 专家智库 > >

李娜

作品数:2 被引量:40H指数:2
供职机构:西安工程大学理学院更多>>
发文基金:陕西省教育厅自然科学基金陕西省软科学研究计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇档案
  • 1篇多目标
  • 1篇多目标算法
  • 1篇优化算法
  • 1篇搜索
  • 1篇群算法
  • 1篇子群
  • 1篇最优解
  • 1篇小生境
  • 1篇小生境技术
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇飞行
  • 1篇PARETO...
  • 1篇PARETO...
  • 1篇布谷
  • 1篇布谷鸟
  • 1篇LEVY

机构

  • 2篇西安工程大学
  • 1篇密德萨斯大学
  • 1篇上海宝信软件...

作者

  • 2篇贺兴时
  • 2篇李娜
  • 1篇余兵
  • 1篇杨新社

传媒

  • 1篇系统仿真学报
  • 1篇纺织高校基础...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于粒子群算法的布谷鸟搜索算法被引量:23
2014年
为进一步提高布谷鸟搜索算法(Cuckoo Search)的收敛速度和计算精度,将PSO算法用于CS算法的位置更新过程,提出了基于PSO算法的布谷鸟搜索算法(CSPSO).最后,通过6个典型测试函数进行仿真实验.结果表明,CSPSO算法比CS算法和自适应步长布谷鸟搜索算法(ASCS)具有更快的收敛速度,更高的收敛精度和稳定性.
李娜贺兴时
关键词:粒子群优化算法
多目标布谷鸟搜索算法被引量:17
2015年
解决多目标优化问题,并得到精确的、高质量的Pareto前沿解是非常具有挑战性的。将CS算法运用于多目标问题解的迭代更新过程,对传统的基于Pareto支配关系的适应度函数进行了改进,并提出基于小生境技术的逐步档案缩减法用于档案解的缩减与维护过程,设计出了多目标布谷鸟搜索算法(MOCS)。通过仿真实验验证以及相关性能指标的测试结果得出,MOCS算法与经典的NSGAII算法相比,在所得解的收敛性、多样性和均匀性方面均有所改善。
贺兴时李娜杨新社余兵
关键词:多目标算法PARETO最优解
共1页<1>
聚类工具0