| 查看: 613 | 回复: 4 | |||
| 本帖产生 1 个 ，点击这里进行查看 | |||
peng_weishi新虫 (初入文坛)
|
[交流]
查wos
|
||
|
multi-objective particle optimization algorithm based on sharing-learning and dynamic cording distance 发自小木虫Android客户端 |
回复此楼» 猜你喜欢
求调剂
已经有5人回复
-
材料工程专硕 348分求调剂
已经有5人回复
-
一志愿南大，0703化学，分数336，求调剂
已经有3人回复
-
322求调剂
已经有3人回复
-
0703化学调剂
已经有4人回复
-
化学调剂
已经有4人回复
-
297求调剂
已经有3人回复
-
生物学调剂
已经有3人回复
-
工科0856求调剂
已经有3人回复
-
求调剂
已经有3人回复
lzg020716
木虫 (文学泰斗)
- 应助: 222 (大学生)
- 金币: 17646.8
- 散金: 108
- 红花: 48
- 沙发: 2
- 帖子: 63340
- 在线: 2551.5小时
- 虫号: 279196
- 注册: 2006-09-16
- 性别: GG
- 专业: 植物生理与生化
★ ★ ★ ★ ★ ★ ★ ★ ★ ★
peng_weishi: 金币+10, 谢谢 2016-06-02 23:58:44
sunshan4379: LS-EPI+1, 感谢应助！ 2016-06-03 19:55:17
peng_weishi: 金币+10, 谢谢 2016-06-02 23:58:44
sunshan4379: LS-EPI+1, 感谢应助！ 2016-06-03 19:55:17
|
Multi-objective particle optimization algorithm based on sharing-learning and dynamic crowding distance 作者  eng, G (Peng, Guang)[ 1 ] ; Fang, YW (Fang, Yang-Wang)[ 1 ] ; Peng, WS (Peng, Wei-Shi)[ 1 ] ; Chai, D (Chai, Dong)[ 1 ] ; Xu, Y (Xu, Yang)[ 1 ]OPTIK 卷: 127 期: 12 页: 5013-5020 DOI: 10.1016/j.ijleo.2016.02.045 出版年: 2016 查看期刊信息 摘要 A multi-objective particle swarm optimization algorithm, based on share-learning and dynamic crowding distance (MOPSO-SDCD), is proposed to improve the convergence accuracy and keep the diversity of the Pareto optimal solutions. First, the sharing-learning factor is applied to modify the velocity updating formulas, which improves both the global search ability and local search accuracy of the algorithm. Meanwhile, Gaussian mutation and greedy strategy are adopted to update personal best position and external archive, which make the algorithm approximate the Pareto front quickly and avoid premature convergence. Finally, MOPSO-SDCD maintains the external archive based on dynamic crowding distance sorting strategy, whose purpose is boosting the diversity and distribution of Pareto optimal solutions. The ZDT series test functions are used to test the performance of MOPSO-SDCD and compare with other three typical algorithms. Simulation results verify the superiority and effectiveness of the proposed algorithm. (C) 2016 Elsevier GmbH. All rights reserved. 关键词 作者关键词:Multi-objective optimization; Particle swarm optimization; Sharing-learning; Gaussian mutation; Dynamic crowding distance KeyWords Plus:SWARM OPTIMIZER 作者信息 通讯作者地址: Peng, G (通讯作者) Air Force Engn Univ, Aeronaut & Astronaut Engn Coll, Baling Rd 1, Xian, Peoples R China. 地址: [ 1 ] Air Force Engn Univ, Aeronaut & Astronaut Engn Coll, Baling Rd 1, Xian, Peoples R China 电子邮件地址:pg1445334307@163.com 出版商 ELSEVIER GMBH, URBAN & FISCHER VERLAG, OFFICE JENA, P O BOX 100537, 07705 JENA, GERMANY 类别 / 分类 研究方向:Optics Web of Science 类别:Optics 文献信息 文献类型:Article 语种:English 入藏号: WOS:000374618900015 ISSN: 0030-4026 期刊信息 目录： Current Contents Connect® Impact Factor (影响因子): Journal Citation Reports® 其他信息 IDS 号: DK0RC Web of Science 核心合集中的 "引用的参考文献": 18 Web of Science 核心合集中的 "被引频次": 0 |
2楼2016-06-01 22:09:30
peng_weishi
新虫 (初入文坛)
- 应助: 0 (幼儿园)
- 金币: 1186.3
- 散金: 50
- 帖子: 48
- 在线: 24.5小时
- 虫号: 3467243
- 注册: 2014-10-11
- 性别: MM
- 专业: 人工智能与知识工程
3楼2016-06-01 22:50:18
心静_依然
版主 (知名作家)
命中※注定
- 应助: 327 (大学生)
- 贵宾: 2.396
- 金币: 77406.9
- 散金: 13395
- 红花: 211
- 沙发: 98
- 帖子: 8367
- 在线: 2109.5小时
- 虫号: 3472728
- 注册: 2014-10-13
- 性别: GG
- 专业: 资源化工
- 管辖: 检索知识
4楼2016-06-01 22:57:53
peng_weishi
新虫 (初入文坛)
- 应助: 0 (幼儿园)
- 金币: 1186.3
- 散金: 50
- 帖子: 48
- 在线: 24.5小时
- 虫号: 3467243
- 注册: 2014-10-11
- 性别: MM
- 专业: 人工智能与知识工程
5楼2016-06-01 23:28:51
