位置:成果数据库 > 期刊 > 期刊详情页
IPV 6环境下的高维大规模包匹配算法
  • ISSN号:0372-2112
  • 期刊名称:《电子学报》
  • 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]武汉大学软件工程国家重点实验室,武汉430072, [2]武汉大学计算机学院软件工程国家重点实验室,武汉430072
  • 相关基金:国家自然科学基金项目(61070008)资助; 中央高校基本科研业务费专项项目(2012211020205)资助
中文摘要:

粒子群优化算法(particle swarm optimization,PSO)具有实现简单、在演化前期收敛速度快等优点,但在演化后期具有收敛速度慢、容易陷入局部最优以及精度低等不足.针对PSO算法容易陷入局部最优及精度低的不足提出一种带正弦函数因子的粒子群优化算法(TFPSO).该算法在PSO算法的位置更新方程中引入具有周期振荡性的正弦函数因子,使每个粒子位置获得周期振荡性,扩大搜索空间,更容易跳出局部最优,避免算法过早的收敛,找到最优值.实验研究表明,该算法不但实现简单、稳定而且提高了解的精度.

英文摘要:

Particle Swarm Optimization{ PSO ) is a simple algorithm with converging very fast in the early stage of evolution process but converging very slow in the later stages. It is also easy to fall into local optimum and causes low accuracy of solution. For easily falling into local optimum and causing low accuracy of solution of PSO algorithm, this paper put forwards an improved PSO algorithm based on sine trigonometric factor ( TFPSO). The algorithm introduces the periodic oscillations trigonometric factor in the updating e- quation of the position of the PSO algorithm, so that each particle obtains periodic oscillations to expand the search space and more easily escape from local optima and avoid premature convergence of algorithms and find the most excellent value. Experimental studies show that the TFPSO algorithm is not only simple to implement and stability, but also to improve the accuracy of solution.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,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(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611