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
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种结合自适应惯性权重的混合粒子群算法
被引量:
23
1
作者
于桂芹
李刘东
袁永峰
《哈尔滨理工大学学报》
CAS
北大核心
2016年第3期49-53,共5页
粒子群算法(particle swarm optimization,PSO)是一种容易实现且高效的优化算法,但该算法对各种参数反应较为敏感.本文针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入模拟退火法...
粒子群算法(particle swarm optimization,PSO)是一种容易实现且高效的优化算法,但该算法对各种参数反应较为敏感.本文针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入模拟退火法的思想来解决经典粒子群优化算法容易陷入局部最优解的问题.仿真实验结果表明,本文提出的混合算法与经典粒子群算法相比,不仅能够避免寻优过程中陷入局部最优问题,而且还具有收敛速度快、成功次数高、稳定性及寻优结果好等特点.
展开更多
关键词
自适应
惯性权重
模拟退火法
粒子群优化
混合算法
下载PDF
职称材料
题名
一种结合自适应惯性权重的混合粒子群算法
被引量:
23
1
作者
于桂芹
李刘东
袁永峰
机构
四川大学计算机技术学院
成都艺术职业
学院
公共教学部
哈尔滨工业
大学
理
学院
哈尔滨工业
大学
计算机
科学与
技术
学院
出处
《哈尔滨理工大学学报》
CAS
北大核心
2016年第3期49-53,共5页
基金
国家自然科学基金(61172149
61402132)
文摘
粒子群算法(particle swarm optimization,PSO)是一种容易实现且高效的优化算法,但该算法对各种参数反应较为敏感.本文针对经典粒子群算法容易陷入局部最优的不足之处进行研究,提出对经典粒子群算法使用自适应惯性权重并引入模拟退火法的思想来解决经典粒子群优化算法容易陷入局部最优解的问题.仿真实验结果表明,本文提出的混合算法与经典粒子群算法相比,不仅能够避免寻优过程中陷入局部最优问题,而且还具有收敛速度快、成功次数高、稳定性及寻优结果好等特点.
关键词
自适应
惯性权重
模拟退火法
粒子群优化
混合算法
Keywords
self-adaptation
inertia weight
simulated annealing
particle swarm optimization
hybrid algorithm
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种结合自适应惯性权重的混合粒子群算法
于桂芹
李刘东
袁永峰
《哈尔滨理工大学学报》
CAS
北大核心
2016
23
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部