QQ客服 官方微博 反馈留言

	离散微粒群优化算法的研究进展
	潘全科 ; 王凌 ; 高亮 ; PAN Quan-ke ; WANG Ling ; GAO Liang
	2010-06-09 ; 2010-06-09
关键词	微粒群优化 离散微粒群优化 进化计算 群智能 组合优化 Particle swarm optimization Discrete PSO Evolutionary computation Swarm intelligence Combinatorial optimization TP18
其他题名	The-state-of-art of discrete particle swarm optimization algorithms
中文摘要	首先,介绍了近年来出现的5种较为典型的离散PSO,并分析了它们与基本PSO之间的联系和区别;然后,归纳了提高离散PSO优化性能的若干途径,并总结了离散PSO的应用现状;最后,探讨了离散PSO有待进一步研究的若干方向和内容.; Five kinds of representative discrete particle swarm optimization(PSO)algorithms presented in recent years are introduced in this paper.And the relation and distinction between the discrete PSO and the basic PSO are analyzed.Then several methods to improve the discrete PSO algorithms are comprehensively analyzed and concluded.Also,the state of art in the application of the discrete PSO algorithm is investigated in detail.Finally,further research issues and some suggestion about the discrete PSO algorithm in future are discussed.; 国家自然科学基金项目(60874075,70871065,60774082,60834004); 国家863计划项目(2007AA04Z155); 数字制造装备与技术国家重点实验室(华中科技大学)开放课题
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/57656]
专题	清华大学
推荐引用方式 GB/T 7714	潘全科,王凌,高亮,等. 离散微粒群优化算法的研究进展[J],2010, 2010.
APA	潘全科,王凌,高亮,PAN Quan-ke,WANG Ling,&GAO Liang.(2010).离散微粒群优化算法的研究进展..
MLA	潘全科,et al."离散微粒群优化算法的研究进展".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。