您的位置: 专家智库 > >

李斐

作品数:2 被引量:4H指数:1
供职机构:河海大学计算机与信息学院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇自动化与计算...

主题

  • 2篇子群
  • 2篇离散粒子群
  • 2篇离散粒子群优...
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇旅行商
  • 2篇旅行商问题
  • 1篇优化算法
  • 1篇群算法
  • 1篇组合优化
  • 1篇离散粒子群算...
  • 1篇离散粒子群优...
  • 1篇粒子群算法
  • 1篇粒子群优化算...
  • 1篇郭涛算法
  • 1篇钢卷
  • 1篇DPSO

机构

  • 2篇河海大学

作者

  • 2篇郑东亮
  • 2篇杨启文
  • 2篇薛云灿
  • 2篇李斐

传媒

  • 1篇模式识别与人...
  • 1篇PCC200...

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于Inver-Over算子的改进离散粒子群优化算法被引量:4
2010年
离散粒子群算法能充分利用粒子的局部极值和全局极值信息,但收敛速度慢、精度低;Inver-Over算子收敛速度快、精度高,但学习具有盲目性.结合二者优点,文中提出一种基于Inver-Over算子的改进离散粒子群优化算法.为防止早熟收敛,引入局部最优子群的概念,使粒子向局部最优子群中粒子学习而不是向个体局部最优学习.引入3个参数:学习选择概率用以确定粒子的学习对象,代数阈值确定何时向全局最优粒子学习,局部最优子群比决定最优子群的规模.讨论这些参数的选择原则,并给出相应参考选择范围.研究表明,文中算法与普通离散粒子群优化算法和郭涛算法相比,收敛速度和求解精度都有较大提高.
郑东亮薛云灿杨启文李斐
关键词:郭涛算法旅行商问题
改进离散粒子群算法及其在钢卷优化组合中的应用
针对离散粒子群优化收敛速度、精度低,但其充分利用了粒子的局部最优和全局最优值信息和郭涛算法收敛速度和精度较高但其当前粒子向种群中其它粒子学习时具有盲目性而限制了算法的进化速度的特点,本文提出了一种基于序列倒置的改进离散粒...
郑东亮薛云灿李斐杨启文
关键词:离散粒子群优化旅行商问题组合优化
文献传递
共1页<1>
聚类工具0