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
粒子群算法及其改进研究
被引量:
3
下载PDF
职称材料
导出
摘要
论述PSO算法的原理,介绍多种改进的PSO算法,并采用4个测试函数对算法进行测试,分析和比较各种改进算法的性能。
作者
瞿博阳
刘丁明
乔百豪
刘凯松
谢亮
机构地区
中原工学院
出处
《自动化应用》
2016年第11期49-51,60,共4页
Automation Application
关键词
粒子群算法
PSO算法改进
智能算法
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
引文网络
相关文献
节点文献
二级参考文献
71
参考文献
7
共引文献
129
同被引文献
21
引证文献
3
二级引证文献
15
参考文献
7
1
朱雅敏,薛鹏翔.
基于学习因子自适应改变的粒子群算法研究[J]
.陕西科技大学学报(自然科学版),2015,35(4):172-177.
被引量:6
2
毛开富,包广清,徐驰.
基于非对称学习因子调节的粒子群优化算法[J]
.计算机工程,2010,36(19):182-184.
被引量:19
3
任伟建,武璇.
一种动态改变学习因子的简化粒子群算法[J]
.自动化技术与应用,2012,31(10):9-11.
被引量:23
4
马国庆,李瑞峰,刘丽.
学习因子和时间因子随权重调整的粒子群算法[J]
.计算机应用研究,2014,31(11):3291-3294.
被引量:31
5
赵远东,方正华.
带有权重函数学习因子的粒子群算法[J]
.计算机应用,2013,33(8):2265-2268.
被引量:64
6
徐生兵,夏文杰,代安定.
一种改进学习因子的粒子群算法[J]
.信息安全与技术,2012,3(7):17-19.
被引量:15
7
刘炳全,黄崇超.
具有追尾行为的自适应变异粒子群算法[J]
.计算机工程与应用,2008,44(30):74-76.
被引量:2
二级参考文献
71
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
李晓磊,路飞,田国会,钱积新.
组合优化问题的人工鱼群算法应用[J]
.山东大学学报(工学版),2004,34(5):64-67.
被引量:161
3
赫然,王永吉,王青,周津慧,胡陈勇.
一种改进的自适应逃逸微粒群算法及实验分析[J]
.软件学报,2005,16(12):2036-2044.
被引量:134
4
陈贵敏,贾建援,韩琪.
粒子群优化算法的惯性权值递减策略研究[J]
.西安交通大学学报,2006,40(1):53-56.
被引量:304
5
金义雄,程浩忠,严健勇,张丽.
基于局优分支优化的粒子群收敛保证算法及其在电网规划中的应用[J]
.中国电机工程学报,2005,25(23):12-18.
被引量:37
6
高尚,汤可宗,蒋新姿,杨静宇.
粒子群优化算法收敛性分析[J]
.科学技术与工程,2006,6(12):1625-1627.
被引量:19
7
张建科,刘三阳,张晓清.
飞行时间自适应调整的粒子群算法[J]
.计算机应用,2006,26(10):2513-2515.
被引量:10
8
李宁,孙德宝,邹彤,秦元庆,尉宇.
基于差分方程的PSO算法粒子运动轨迹分析[J]
.计算机学报,2006,29(11):2052-2060.
被引量:48
9
刘新颖,王曙鸿,邱捷.
改进粒子群算法及其在超导电缆参数优化中的应用[J]
.西安交通大学学报,2007,41(2):219-222.
被引量:5
10
王丽,王晓凯.
一种非线性改变惯性权重的粒子群算法[J]
.计算机工程与应用,2007,43(4):47-48.
被引量:59
共引文献
129
1
高显义,林欣晖.
基于文本聚类的变电工程变更特征识别研究[J]
.建筑经济,2020,41(S02):200-203.
被引量:2
2
苗建杰,李德波,李慧君,阙正斌,陈智豪,陈兆立,冯永新.
改进粒子群算法在燃煤电厂中的应用现状及展望[J]
.环境工程,2023,41(S01):354-362.
3
王延年,向秋丽.
基于改进粒子群优化算法的六自由度机器人轨迹优化算法[J]
.国外电子测量技术,2020,0(1):49-53.
被引量:22
4
高明松,李素明,周卫东.
应用人工蜂群算法辨识潜器参数[J]
.哈尔滨工程大学学报,2013,34(8):1023-1027.
被引量:4
5
尚莹莹,张健,马记,董勇.
基于差分思想和平均值机制的改进PSO算法[J]
.电脑知识与技术,2011,7(9):6202-6204.
被引量:1
6
徐满意,代祖华,王济深.
粒子群算法改进策略研究[J]
.甘肃科技,2013,29(6):41-44.
被引量:2
7
赵远东,方正华.
带有权重函数学习因子的粒子群算法[J]
.计算机应用,2013,33(8):2265-2268.
被引量:64
8
樊清雄,贺亮,杨政.
基于随机模拟的微网优化控制方法研究[J]
.水电能源科学,2013,31(9):225-228.
9
邱建东,蒋兆远.
基于NLAPSO-RBF的铁路货运量预测研究[J]
.计算机工程与应用,2013,49(22):253-257.
被引量:7
10
赵娜,贾世魁,王健,孙志礼.
PSO优化算法的参数研究[J]
.机械与电子,2013,31(11):3-6.
被引量:5
同被引文献
21
1
黄炳强,曹广益.
基于人工势场法的移动机器人路径规划研究[J]
.计算机工程与应用,2006,42(27):26-28.
被引量:38
2
段海滨,王道波,于秀芬.
蚁群算法的研究现状及其展望[J]
.中国工程科学,2007,9(2):98-102.
被引量:61
3
刘利强,戴运桃,王丽华,甘兴利.
基于蚁群算法的水下潜器全局路径规划技术研究[J]
.系统仿真学报,2007,19(18):4174-4177.
被引量:15
4
魏莹.
VB环境下A*算法的实现[J]
.兰州工业高等专科学校学报,2009,16(3):8-10.
被引量:2
5
潘海波.
A*算法寻找路径[J]
.黑龙江科技信息,2009(18):21-21.
被引量:6
6
韩艳欣,张喜.
基于遗传算法的车站标识决策点布设方法研究[J]
.铁路计算机应用,2009,18(11):10-13.
被引量:9
7
王丹.
基于人机工程的铁路客运站导向标识系统分析[J]
.四川建筑,2010,40(2):65-66.
被引量:8
8
朱收涛,曹林平,翁兴伟,董康生,封普文.
采用改进粒子群算法的无人机协同航迹规划[J]
.电光与控制,2012,19(12):29-33.
被引量:5
9
陈攀峰,刘文军,王为.
基于粒子群算法的无人机航迹规划[J]
.电子设计工程,2013,21(22):36-39.
被引量:5
10
张鑫源,胡晓敏,林盈.
遗传算法和粒子群优化算法的性能对比分析[J]
.计算机科学与探索,2014,8(1):90-102.
被引量:49
引证文献
3
1
穆瑞杰.
基于遗传算法的地铁车站引导标识布点探析[J]
.郑州大学学报(工学版),2018,39(1):73-77.
被引量:10
2
杜云,刘冰,邵士凯,彭瑜.
基于改进粒子群算法的无人机航迹规划[J]
.河北工业科技,2019,36(5):335-340.
被引量:4
3
路春晖,尹美琳,付振楷,李兴盛,张嘉琪.
辐射扫描算法在无人船航迹规划中的应用[J]
.实验室研究与探索,2019,38(11):34-37.
被引量:1
二级引证文献
15
1
李勇,柳建.
基于遗传算法的智能车行驶路线优化[J]
.电子设计工程,2019,27(6):83-86.
被引量:4
2
徐慧智,赵小红,武腾飞.
考虑乘客流量和节点重要度的地铁站信息查询台优化布置[J]
.交通运输系统工程与信息,2019,19(6):68-76.
被引量:2
3
赵庆岩,黎杰,吴顺,涂海波,汤奇荣.
基于遗传算法优化的机械臂动态矩阵预测控制[J]
.郑州大学学报(工学版),2020,41(1):32-37.
被引量:4
4
刘汉东,刘惠康,柴琳.
桥式吊车智能降抖振滑模控制[J]
.现代电子技术,2020,43(23):85-89.
被引量:3
5
刘琨,封硕.
面向无人机航迹规划的改进人工蜂群算法[J]
.郑州大学学报(理学版),2021,53(1):74-79.
被引量:9
6
曾发林,蔡嘉伟,孙苏民.
基于CEEMD样本熵和GA-BP的排气噪声声品质预测[J]
.郑州大学学报(工学版),2020,41(6):19-25.
被引量:2
7
林彬,韩光辉,宋晨晨,张雅静.
基于辐射扫描算法的机器人路径规划与仿真[J]
.系统仿真学报,2021,33(1):84-90.
被引量:4
8
潘公宇,刘一.
基于模型预测轮廓控制的自动驾驶车辆路径跟踪控制[J]
.河北工业科技,2021,38(4):272-279.
被引量:3
9
郝亚睿,雷斌,张源,孙盈娅.
基于行人认知规律的地铁引导标识信息优化[J]
.交通信息与安全,2021,39(4):99-107.
被引量:3
10
黄茜,王书勤,邓少鸿,范林军.
不确定环境下救灾部队驻地选址及搜救路径优化[J]
.郑州大学学报(工学版),2021,42(5):44-49.
被引量:2
1
曹晓燕,邵定宏.
基于改进PSO算法的测试数据自动生成研究[J]
.计算机工程与设计,2011,32(7):2472-2475.
被引量:3
2
张索峰,李平.
基于改进粒子群算法的PID参数整定[J]
.工业仪表与自动化装置,2010(2):53-55.
3
丛玲.
改进的pso算法在解决源头定位问题方面的研究[J]
.信息系统工程,2015,28(4):123-123.
4
张钰莎,蒋盛益,谢柏林,唐凯.
基于改进的PSO算法的网络社区划分方法[J]
.计算机应用与软件,2013,30(8):25-27.
被引量:3
5
刘丽萍.
基于改进的PSO算法在Shearlet图像去噪中的应用研究[J]
.福建电脑,2013,29(11):102-103.
6
龚明朗,许榕生.
一种改进的PSO算法在网格入侵检测系统中的研究[J]
.计算机应用与软件,2011,28(3):274-278.
被引量:8
7
吴岳,李国勇.
基于改进PSO算法的广义预测控制[J]
.计算机应用与软件,2014,31(7):272-274.
被引量:4
自动化应用
2016年 第11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