期刊文献+

微粒群算法的性能分析与优化 被引量:1

下载PDF
导出
摘要 伴随着国内外科学技术的不断发展,智能化、终端化已经成为我们生活生产中常见的技术应用手段,这些新的科学技术在给人们的生活带来便利的同时,也使我们面临着越来越多的最优化问题。为了实现各种技术手段和技术平台的最优化设计,现阶段国内外专家提供了多种优化方案,最具普遍性、实用性的就是以动植物的形态特征为技术出发点、结合人工智能和高科技所研发出来的智能优化算法,作为其中之一的微粒群算法由于独特的算法原理受到了诸多关注。以微粒群算法为主要研究对象,对其本身的性能及其优化手段进行分析,希望可以进一步推动微粒群算法的发展。
作者 郝武伟
出处 《济南职业学院学报》 2016年第2期102-105,共4页 Journal of Jinan Vocational College
  • 相关文献

参考文献3

二级参考文献24

  • 1李宁,孙德宝,岑翼刚,邹彤.带变异算子的粒子群优化算法[J].计算机工程与应用,2004,40(17):12-14. 被引量:60
  • 2杨燕,靳蕃,Kamel M.微粒群优化算法研究现状及其进展[J].计算机工程,2004,30(21):3-4. 被引量:23
  • 3张燕,汪镭,康琦,吴启迪.微粒群优化算法及其改进形式综述[J].计算机工程与应用,2005,41(2):1-3. 被引量:30
  • 4李宁,付国江,库少平,陈明俊.粒子群优化算法的发展与展望[J].武汉理工大学学报(信息与管理工程版),2005,27(2):26-29. 被引量:28
  • 5Shi Y, Eberhart R C. A modified particle swarm optimization . Pro IEEE International Conference on Evolutionary Computation, Anchorage, 1998 ;69-73.
  • 6Kennedy J, Small worlds and mega-minds : e.fleets of neighborhood topology on particle swarm performance. Proc of the IEEE Congress of Evolutionary Computation, 1999 ;3 : 1938.
  • 7Suganthan P N. Particle swarm optimizer with neighborhood operator. Proc of the IEEE Congress of Evolutionary Computation, 1999 ;3 : 1958.
  • 8Clerc M, Kennedy J. The particle swarm: explosion stability and convergence in a multi-dimensional complex space. IEEE Trans Evolution Comput ,2002 ;6( 1 ) :58--73.
  • 9Cristian I. Trelea C. The particle swarm optimization algorithm: convergence analysis and parameter Letter,2003 ;83:317-325.
  • 10Kennedy J,Eberhart R C.Particle swarm optimization[C]//IEEE International Conference on Neural Networks.Piscataway:IEEE Service Center,1995:1942-1948.

共引文献57

同被引文献8

引证文献1

二级引证文献1

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...
;
使用帮助 返回顶部