您的位置： 专家智库 > >

汪靖

作品数：2 被引量：9H指数：2
供职机构：江西财经大学软件与通信工程学院更多>>
发文基金：国家自然科学基金江西省自然科学基金江西省软科学研究计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇演化算法
  • 1篇云模型
  • 1篇图形处理器
  • 1篇群算法
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇精英
  • 1篇PSO算法
  • 1篇GPU
  • 1篇差分
  • 1篇差分演化
  • 1篇差分演化算法
  • 1篇处理器

机构

  • 2篇武汉大学
  • 2篇江西财经大学
  • 1篇华东交通大学
  • 1篇石家庄经济学...

作者

  • 2篇吴志健
  • 2篇汪靖
  • 1篇汪慎文
  • 1篇谢承旺
  • 1篇郭肇禄

传媒

  • 2篇武汉大学学报...

年份

  • 1篇2013
  • 1篇2011
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
在GPU上求解大规模优化问题的反向策略的PSO算法被引量：3
2011年
本文通过对传统粒子群算法(PSO)的分析,在GPU(Graphic Process Unit)上设计了基于一般反向学习策略的粒子群算法,并用于求解大规模优化问题.主要思想是通过一般反向学习策略转化当前解空间,提高算法找到最优解的几率,同时使用GPU大量线程并行来加速收敛速度.对比数值实验表明,对于求解大规模高维的优化问题,本文算法比其他智能算法具有更好的精度和更快的收敛速度.
汪靖吴志健
关键词：粒子群算法图形处理器
一种基于精英云变异的差分演化算法被引量：6
2013年
针对传统差分演化算法在演化过程中存在少数个体出现停滞的现象,提出一种基于精英云变异的差分演化算法.该算法在演化过程中统计出每个个体的停滞代数,当一个个体的停滞代数达到指定的阈值时,对该个体执行精英云变异操作,使其向最优个体靠近,从而加快收敛速度;同时以一定的概率对所有个体执行一般反向学习操作,以增加种群的多样性.对比实验结果表明该算法在收敛速度和求解精度上均具有一定的优势.
郭肇禄吴志健汪靖汪慎文谢承旺
关键词：差分演化算法云模型
全选 清除 导出
共1页<1>
聚类工具0