期刊文献+

基于多阶段多模型微粒群算法的非线性方程组解法

下载PDF
导出
摘要 多阶段多模型的微粒群优化算法是一种改进的微粒群优化算法,具有较强的全局搜索能力。将非线性方程或非线性方程组的求解问题转化为函数优化问题,应用多阶段多模型的微粒群优化算法求解非线性方程组的解。计算中不需要使用目标函数的导数信息和初始点的信息,数值实验结果表明了该算法的有效性和可行性。
作者 赵嘉
出处 《科技经济市场》 2011年第7期3-5,共3页
基金 南昌工程学院青年基金科技项目(2010KJ018)
  • 相关文献

参考文献8

  • 1李庆扬 莫孜中 祁立群.非线性方程组的数值解法[M].北京:科学出版社,1999.. 被引量:30
  • 2Kennedy J,Eberhart tk. Particle Swarm Optimization[C].IEEE Int'l Conf on Neural Networks. Perth, Australia, IEEE Service Center Piscataway NJ, 1995. 1942-1948. 被引量:1
  • 3Eberhart R, Kennedy J.A New Optimizer Using Particle Swarm Theory [C]. Proc. of the 6th International Symposium on Micro Machine and Human Science, Nagoya, Japan: IEEE Service Center Piscataway NJ, i995. 39-43. 被引量:1
  • 4赵嘉,孙辉.多阶段多模型的改进微粒群优化算法[J].计算机工程与应用,2010,46(33):32-35. 被引量:5
  • 5Eberhart R. Shi Y, Particle Swarm Optimization: Developments, applications and resources[C]. Proceedings of the IEEE congress on Evolutionary Computation (CEC2001), Seoul, Korea, 2001.81-84. 被引量:1
  • 6孙志忠等编著..数值分析[M].南京:东南大学出版社,2002:371.
  • 7臧明磊,杨士俊济.用遗传算法解一元非线性方程[J].济宁师范专科学校学报,1998,19(6):1-2. 被引量:8
  • 8林成森编著..数值分析[M].北京:科学出版社,2006:416.

二级参考文献11

  • 1Kennedy J,Eberhart R C.Particle swarm optimization[C] //Proceedings of IEEE International Conference on Neural Networks.Piscataway,NJ:IEEE Service Center,1995:1942-1948. 被引量:1
  • 2Shi Y,Eberhart R C.A modified particle swarm optimizer[C] //Proceedings of the IEEE International Conference on Evolutionary Computation.Piscataway,NJ:IEEE Press,1998:69-73. 被引量:1
  • 3Shi Y,Eberhart R C.Fuzzy adaptive particle swarm optimization[C] //Proceedings of the IEEE Congress on Evolutionary Compotation,Seoul,Korea,2001. 被引量:1
  • 4Clerc M.The swarm and the queen:Toward a deterministic and adaptive particle swarm optimization[C] //Proceedings of the Congress on Evolutionary Computation,1999:1951-1957. 被引量:1
  • 5Suganthan P N.Particle swarm optimizer with neighborhood topology on particle swarm performance[C] //Proceedings of the 1999 Congress on Evolutionary Computation.Piscataway,NJ:IEEE Press,1999:1958-1962. 被引量:1
  • 6Bergh F,Engelbrecht A P.A cooperative approach to particle swarm optimization[J].IEEE Transactions on Evolutionary Computation,2004,8(3):225-239. 被引量:1
  • 7Liang J J,Qin A K,Suganthan P N,et al.Comprehensive learning particle swarm optimizer for global optimization of multimodal functions[J].IEEE Transactions on Evolutionary Computation,2006,10(3):281-295. 被引量:1
  • 8Kennedy J.Small worlds and mega-minds:Effects of neighborhood topology on particle swarm performance[C] //Proceedings of the IEEE Congress on Evolutionary Computation,1999,7:1931-1938. 被引量:1
  • 9吴烈阳,孙辉,白明明.基于不同进化模型的双群交换微粒群优化算法[J].南昌工程学院学报,2008,27(4):1-4. 被引量:3
  • 10沈林成,霍霄华,牛轶峰.离散粒子群优化算法研究现状综述[J].系统工程与电子技术,2008,30(10):1986-1990. 被引量:56

共引文献40

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部