期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
微粒群算法研究与应用分析
被引量：
1
下载PDF
职称材料
导出
摘要
微粒群优化算法(PSO)是一种进化计算技术,通过微粒间的相互作用发现复杂搜索空间中的最优区域。本文介绍了微粒群算法的产生,标准微粒群算法及流程,算法参数.围绕微粒群算法的改进形式,算法的应用等方面对微粒群算法的研究现状进行综述。
作者
李新春
吴晓峰
机构地区
甘肃省庄浪县职业教育中心
出处
《学周刊（下旬）》
2015年第6期30-30,共1页
Learning Weekly
关键词
进化计算
微粒群算法
微粒状态
分类号
F272 [经济管理—企业管理]
引文网络
相关文献
节点文献
二级参考文献
1
参考文献
2
共引文献
24
同被引文献
7
引证文献
1
二级引证文献
3
参考文献
2
1
Y Shi R C Eberhart A Modified Particle Swarm Optimizer[C]Proceedings of the IEEE International Conference on Evolutionary computation.Piscataway,N.IEEE Press,1998,69-73.
2
曾建潮,崔志华.
微粒群算法的统一模型及分析[J]
.计算机研究与发展,2006,43(1):96-100.
被引量：25
二级参考文献
1
1
曾建潮,崔志华.
一种保证全局收敛的PSO算法[J]
.计算机研究与发展,2004,41(8):1333-1338.
被引量：160
共引文献
24
1
倪庆剑,邢汉承,张志政,王蓁蓁,文巨峰.
粒子群优化算法研究进展[J]
.模式识别与人工智能,2007,20(3):349-357.
被引量：68
2
金欣磊,马龙华,吴铁军,钱积新.
基于随机过程的PSO收敛性分析[J]
.自动化学报,2007,33(12):1263-1268.
被引量：38
3
刘清,曹国华.
基于线性约束微粒群算法的FIR滤波器设计[J]
.仪器仪表学报,2008,29(5):996-999.
被引量：5
4
倪庆剑,邢汉承,张志政,王蓁蓁.
一种基于多簇结构的高斯动态粒子群优化算法[J]
.模式识别与人工智能,2008,21(3):338-345.
5
王丽芳,郭晓东,曾建潮.
基于Metropolis准则的微粒群算法[J]
.系统仿真学报,2008,20(14):3903-3906.
被引量：2
6
方伟,孙俊,须文波.
一种多样性控制的粒子群优化算法[J]
.控制与决策,2008,23(8):863-868.
被引量：17
7
寇蔚,孙丰瑞,杨立.
多粒子群优化算法和RBF神经网络在缺陷故障参数红外智能识别中的应用[J]
.数据采集与处理,2008,23(B09):66-72.
被引量：2
8
方伟,孙俊,须文波.
基于微分进化算子的量子粒子群优化算法及应用[J]
.系统仿真学报,2008,20(24):6740-6744.
被引量：15
9
崔国宏,马健,松柏.
基于改进微粒群算法的高心墙坝分区优化[J]
.辽宁建材,2008(12):54-56.
10
罗德相,周永权,黄华娟,韦杏琼.
基于扩张变异方法的云自适应粒子群算法[J]
.计算机工程与设计,2009,30(20):4715-4718.
被引量：4
同被引文献
7
1
桂春.
PSO算法的应用研究[J]
.黑龙江科技信息,2011(36):119-119.
被引量：1
2
李志武,奉中华,姜花,范双南,周南.
基于QPSO算法的TSP优化[J]
.湖南农机（学术版）,2013,40(5):88-89.
被引量：1
3
杜洋.
遗传算法原理和应用[J]
.才智,2010,0(9):49-49.
被引量：9
4
程荣.
遗传算法求解旅行商问题[J]
.科技风,2017(16):40-40.
被引量：5
5
乔东平,裴杰,肖艳秋,周坤.
蚁群算法及其应用综述[J]
.软件导刊,2017,16(12):217-221.
被引量：29
6
蒋冬梅.
粒子群算法在TSP中的应用及其LabVIEW实现[J]
.信息化研究,2018,44(4):24-29.
被引量：5
7
武小年,奚玉昂,张润莲.
DEM中基于遗传与蚁群的混合路径规划算法[J]
.计算机应用研究,2020,37(9):2694-2697.
被引量：11
引证文献
1
1
张宇,姚海霞,唐丹洋,钟晓娟,蔡燕.
蚁群算法、遗传算法及微粒群算法在TSP中的对比研究[J]
.数码世界,2019(12):255-256.
被引量：3
二级引证文献
3
1
程鑫,张帆,同军超,张卫超.
多目标多障碍路径规划的改进蚁群算法研究[J]
.数字制造科学,2022(1):1-6.
2
朱家明,郭宇欣,王可欣,刘春路.
基于遗传算法对无线传感器网络移动充电路径规划的研究[J]
.新疆师范大学学报（自然科学版）,2021,40(1):1-9.
被引量：4
3
黄二强,代永强,刘欢.
基于改进蚁群算法的农村运输路径规划[J]
.智能计算机与应用,2023,13(11):88-94.
被引量：1
1
赵博,刘晓冰.
进化计算在生产调度问题中的应用[J]
.工业工程,1999,2(2):45-49.
被引量：5
2
蒋博.
中国物流业市场集中度研究[J]
.新西部（理论版）,2011(4):88-88.
被引量：8
3
张喜才.
互联网+背景下中国物流产业集中度研究[J]
.物流技术,2015,34(23):119-122.
被引量：2
4
叶雨.
海外质量[J]
.质量探索,2006,0(11):18-19.
5
李军军,王锡淮,黄有方,肖健梅.
基于混合微粒群优化算法的配送中心选址问题求解[J]
.物流科技,2006,29(8):26-30.
被引量：5
6
张宁宁,段洪波,付鸿雁.
代理理论下我国公司资本结构研究[J]
.商业时代,2012(15):72-73.
被引量：1
7
王震遐.
原子(分子)集团及其应用[J]
.核物理动态,1989,6(3):37-38.
8
燕臣颖,董宝田,王兆伟.
基于微粒群优化算法的物流配送中心选址问题研究[J]
.物流科技,2007,30(10):94-96.
被引量：2
9
杨莉.
博弈论中反应函数法的改进[J]
.统计与决策,2010,26(9):152-154.
被引量：2
10
于春华,杜雪樵,夏娜.
期权定价中最优投资问题与算法[J]
.合肥工业大学学报（自然科学版）,2008,31(11):1825-1827.
学周刊（下旬）
2015年 第6期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
