位置:成果数据库 > 期刊 > 期刊详情页
基于聚类分析的随机微粒群算法
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]山西交通职业技术学院经济管理系,太原030031, [2]太原科技大学系统仿真与计算机应用研究所,太原030024
  • 相关基金:国家自然科学基金(the National Natural Science Foundation of China under Grant No.60674104).
中文摘要:

在对一种保证全局收敛的微粒群算法——随机PSO算法(SPSO)进行分析的基础上,提出了一种基于聚类分析的随机微粒群算法(CSPSO)。CSPSO算法保证了种群的多样性,使微粒能够有效地进行全局搜索。并证明了它依概率收敛于全局最优解。最后以典型的复杂基准优化问题进行了仿真实验,验证了CSPSO的有效性。

英文摘要:

A new Stochastic Particle Swarm Optimization algorithm based on Cluster analysis (CSPSO) is proposed based on the analysis of Stochastic Particle Swarm Optimization algorithm (SPSO) that guarantees global convergence.The CSPSO is guaranteed that the particles are diversiform,and can make particles explore the global optimization more efficiently.The CSPSO is guaranteed to converge to the global optimization solution with probability one.Finally,several complex examples are simulated to show that CSPSO is more efficient than SPSO.

同期刊论文项目
期刊论文 30 会议论文 16
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887