期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于适应度值分类的DBSO算法优化
1
作者
施晓东
《电子技术(上海)》
2021年第3期49-51,共3页
针对头脑风暴优化算法收敛速度较慢、易陷入局部最优导致寻优精度不高的问题,提出了一种基于适应度值分类的改进头脑风暴优化算法(DBSO)。该算法使用步骤简单的适应度值分类替代原始BSO算法中的k-means聚类,并使用动态参数使算法寻优前...
针对头脑风暴优化算法收敛速度较慢、易陷入局部最优导致寻优精度不高的问题,提出了一种基于适应度值分类的改进头脑风暴优化算法(DBSO)。该算法使用步骤简单的适应度值分类替代原始BSO算法中的k-means聚类,并使用动态参数使算法寻优前期加强全局搜索后期加强局部搜索,不仅增强了算法的收敛速度,而且提高了算法跳出局部最优解的能力。实验将DBSO在4个测试函数上进行了可行性验证,并与其他算法做对比。结果表明,DBSO算法具有更快的收敛速度与更高的寻优精度。
展开更多
关键词
头脑风暴
适应度
值
分类
参数调整
原文传递
题名
基于适应度值分类的DBSO算法优化
1
作者
施晓东
机构
北京建筑大学
出处
《电子技术(上海)》
2021年第3期49-51,共3页
文摘
针对头脑风暴优化算法收敛速度较慢、易陷入局部最优导致寻优精度不高的问题,提出了一种基于适应度值分类的改进头脑风暴优化算法(DBSO)。该算法使用步骤简单的适应度值分类替代原始BSO算法中的k-means聚类,并使用动态参数使算法寻优前期加强全局搜索后期加强局部搜索,不仅增强了算法的收敛速度,而且提高了算法跳出局部最优解的能力。实验将DBSO在4个测试函数上进行了可行性验证,并与其他算法做对比。结果表明,DBSO算法具有更快的收敛速度与更高的寻优精度。
关键词
头脑风暴
适应度
值
分类
参数调整
Keywords
brainstorming
fitness value classification
parameter adjustment
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于适应度值分类的DBSO算法优化
施晓东
《电子技术(上海)》
2021
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部