检索结果-维普期刊中文期刊服务平台

共形天线阵列方向图分析与综合被引量：14: 1; 作者张凡张福顺 +1 位作者赵钢林晨《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第3期496-501,共6页; 在存在单元互耦的情况下,提出了锥台共形天线阵方向图的分析与综合方法.采用渐变缝隙天线作为阵列单元,先算出天线单元的阵中耦合方向图,然后以叠加原理为基础分析计算天线阵列的主极化和交叉极化方向图.采用Ansoft HFSS仿真软件对该锥... 展开更多; 关键词共形天线阵耦合方向图阵列分析雁群优化算法优化综合; 在线阅读下载PDF 职称材料

全局粒子群优化算法被引量：12: 2; 作者高立群李若平邹德旋《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第11期1538-1541,共4页; 针对粒子群优化算法在解决大维数的无约束优化问题时具有较差的收敛性和稳定性,提出了一种全局粒子群优化(GPSO)算法.GPSO算法引入了一种新的惯性权重,它被定义为一个指数型函数与一个随机数的乘积,这有利于维持算法的全局搜索和局部搜... 展开更多; 关键词收敛性稳定性全局粒子群优化算法惯性权重扰动; 在线阅读下载PDF 职称材料

基于雁群启示的粒子群优化算法被引量：23: 3; 作者刘金洋郭茂祖邓超《计算机科学》 CSCD 北大核心 2006年第11期166-168,191,共4页; 粒子群优化(PSO)算法是一类新兴的随机优化技术,其思想来源于人工生命和演化计算理论。PSO通过粒子追随个体极值和全局极值来完成优化。本文借鉴生物界中雁群的飞行特征,给出了一种改进的PSO算法。该算法一方面将粒子排序,每个粒子跟随... 展开更多; 关键词群体智能粒子群优化惯性权重线性下降雁群飞行; 在线阅读下载PDF 职称材料

基于雁群启示的粒子群优化算法的几何约束求解被引量：6: 4; 作者曹春红唐川 +1 位作者赵大哲张斌《小型微型计算机系统》 CSCD 北大核心 2011年第11期2299-2302,共4页; 几何约束是约束求解技术中最关键的问题之一.求解一个几何约束问题的最终目的是确定几何图形中每一个几何体的具体坐标位置.几何约束问题可以等价为求解非线性方程组问题.约束问题转化为一个优化问题.本文采用基于雁群启示的粒子群优化... 展开更多; 关键词几何约束求解粒子群优化算法雁群飞行; 在线阅读下载PDF 职称材料

基于改进PSO算法的最大熵阈值图像分割被引量：5: 5; 作者付阿利雷秀娟《计算机工程与应用》 CSCD 北大核心 2008年第29期174-176,187,共4页; 图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种,其中阈值方法优点比较突出,但是采用阈值方法分割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题,将Geese-LDW-PSO算法的位置更新公式作了改进,即用当前... 展开更多; 关键词粒子群优化雁群线性递减惯性权重直方图熵; 在线阅读下载PDF 职称材料

用于数独求解的几何粒子群优化算法设计被引量：1: 6; 作者肖华勇马雷温金环《计算机工程》 CAS CSCD 北大核心 2011年第21期170-172,175,共4页; 针对只有唯一解的数独问题(即标准数独),利用改进的几何粒子群优化算法进行求解,将几何粒子群优化算法应用到数独中,解决数独求解过程中存在的局部最优解问题。通过实例讨论求解过程中最佳参数的选择,并得出较理想的结果。实验结果表明... 展开更多; 关键词数独唯一解几何粒子群优化适应度函数; 在线阅读下载PDF 职称材料

基于梯度粒子群算法的细菌觅食算法被引量：1: 7; 作者麦雄发李玲《计算机应用研究》 CSCD 北大核心 2012年第11期4131-4133,4143,共4页; 针对细菌觅食算法在优化过程中环境感知能力较弱且容易陷入局部极值的缺陷,将梯度粒子群算法的基本思想引入细菌觅食算法中,改进原算法的收敛速度和收敛能力,并据此提出了基于梯度粒子群算法的细菌觅食算法GPSO-BFA。该算法既利用了细... 展开更多; 关键词细菌觅食算法梯度粒子群优化混合优化算法; 在线阅读下载PDF 职称材料

混合粒子群算法的软件测试数据自动生成被引量：4: 8; 作者董跃华戴玉倩《计算机应用》 CSCD 北大核心 2015年第2期545-549,共5页; 针对全连接拓扑结构的粒子群算法在生成测试数据过程中,存在收敛精度低,易陷入局部极值的问题,提出一种混合粒子群算法HPSO,并将其应用于测试数据自动生成。该算法在保证全局收敛性的前提下,对多样性匮乏的种群,首先采用定长环形拓扑结... 展开更多; 关键词测试数据生成全连接粒子群拓扑结构轮盘赌选择法条件禁忌算法; 在线阅读下载PDF 职称材料

一种改进的雁群扩展粒子群算法研究被引量：12: 9; 作者刘浩然崔静闯 +2 位作者卢泽丹郭长江丁攀《计量学报》 CSCD 北大核心 2019年第3期498-504,共7页; 针对粒子群算法易陷入局部最优的问题,结合雁群启示粒子群算法和扩展粒子群算法提出了基于雁群启示的扩展粒子群(Ge EPSO)算法。该算法在利用雁群飞行方向的多样性同时融合了所有粒子的个体极值信息,提高了种群多样性。为进一步提高改... 展开更多; 关键词计量学粒子群优化算法雁群启示 BP神经网络 PM2.5预测; 在线阅读下载PDF 职称材料

题名共形天线阵列方向图分析与综合被引量：14: 1; 作者张凡张福顺赵钢林晨; 机构西安电子科技大学天线与微波技术重点实验室; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第3期496-501,共6页; 基金国家部委基金资助项目; 文摘在存在单元互耦的情况下,提出了锥台共形天线阵方向图的分析与综合方法.采用渐变缝隙天线作为阵列单元,先算出天线单元的阵中耦合方向图,然后以叠加原理为基础分析计算天线阵列的主极化和交叉极化方向图.采用Ansoft HFSS仿真软件对该锥台共形天线阵进行了仿真分析,结果表明,所提出的分析方法准确可靠,为锥台共形天线阵特性优化设计提供了方法支持.同时,采用雁群优化算法,对0°方位面内的阵列主极化扫描方向图及交叉极化方向图进行了优化综合.; 关键词共形天线阵耦合方向图阵列分析雁群优化算法优化综合; Keywords eonformal array mutual coupling pattern array analysis geese particle swarm optimization （gpso） array pattern synthesis; 分类号 TN820.12 [电子电信—信息与通信工程]; 在线阅读下载PDF 职称材料

题名全局粒子群优化算法被引量：12: 2; 作者高立群李若平邹德旋; 机构东北大学信息科学与工程学院; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第11期1538-1541,共4页; 基金国家自然科学基金资助项目(60674021); 文摘针对粒子群优化算法在解决大维数的无约束优化问题时具有较差的收敛性和稳定性,提出了一种全局粒子群优化(GPSO)算法.GPSO算法引入了一种新的惯性权重,它被定义为一个指数型函数与一个随机数的乘积,这有利于维持算法的全局搜索和局部搜索.同时,GPSO算法对全局最优解进行了小的扰动,这可以有效地避免算法早熟.使用三种粒子群优化算法来解决6个无约束优化问题.仿真结果说明,与其他两种粒子群优化算法相比,GPSO算法具有更快的收敛速度和更强的逃离局部最优的能力.; 关键词收敛性稳定性全局粒子群优化算法惯性权重扰动; Keywords convergence stability gpso（global particle swarm optimization） algorithm inertia weight disturbance; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于雁群启示的粒子群优化算法被引量：23: 3; 作者刘金洋郭茂祖邓超; 机构哈尔滨工业大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2006年第11期166-168,191,共4页; 文摘粒子群优化(PSO)算法是一类新兴的随机优化技术,其思想来源于人工生命和演化计算理论。PSO通过粒子追随个体极值和全局极值来完成优化。本文借鉴生物界中雁群的飞行特征,给出了一种改进的PSO算法。该算法一方面将粒子排序,每个粒子跟随其前面那个较优粒子飞行,保持了多样性;另一方面使每个粒子利用更多其他粒子的有用信息,加强粒子之间的合作与竞争。用3个基准函数对新算法进行实验,结果表明,新算法不仅具有更好的收敛精度和更快的收敛速度,而且能更有效地进行全局搜索。; 关键词群体智能粒子群优化惯性权重线性下降雁群飞行; Keywords swarm intelligence,particle swarm optimization,Linearly decreasing inertia weight,Flight of geese; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于雁群启示的粒子群优化算法的几何约束求解被引量：6: 4; 作者曹春红唐川赵大哲张斌; 机构东北大学信息科学与工程学院东北大学医学影像计算教育部重点实验室成都理工大学地质灾害防治与地质环境保护国家重点实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2011年第11期2299-2302,共4页; 基金中央高校基本科研业务费专项资金项目(N100404002)资助地质灾害防治与地质环境保护国家重点实验室开放基金项目(SKLGP2011K004)资助南京大学计算机软件新技术国家重点实验室开放课题基金项目(KFKT2011B14)资助; 文摘几何约束是约束求解技术中最关键的问题之一.求解一个几何约束问题的最终目的是确定几何图形中每一个几何体的具体坐标位置.几何约束问题可以等价为求解非线性方程组问题.约束问题转化为一个优化问题.本文采用基于雁群启示的粒子群优化算法来求解该问题.该算法受雁群飞行特征启发,一方面将粒子排序,每个粒子跟随其前面那个较优粒子飞行,保持了多样性;另一方面使每个粒子利用更多其他粒子的有用信息,粒子之间的竞争被增强.两个方面的结合将平衡速度和精度之间的矛盾.实验表明,该方法可以提高几何约束求解的效率和收敛性.; 关键词几何约束求解粒子群优化算法雁群飞行; Keywords Geometric constraint solving particle swarm optimization flight of geese; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进PSO算法的最大熵阈值图像分割被引量：5: 5; 作者付阿利雷秀娟; 机构陕西师范大学计算机科学学院; 出处《计算机工程与应用》 CSCD 北大核心 2008年第29期174-176,187,共4页; 基金教育部科学技术研究重点项目(No.107106) 教育部高等学校科技创新工程重大项目培育基金项目; 文摘图像分割是目标识别的首要和关键步骤。目前的图像分割方法有多种,其中阈值方法优点比较突出,但是采用阈值方法分割的关键是要能高效率地找到被分图像的最佳熵阈值。针对这一问题,将Geese-LDW-PSO算法的位置更新公式作了改进,即用当前种群的全局极值取代所有粒子的当前位置,并将之用于熵阈值图像分割中。仿真实验表明,该算法可以快速稳定地获得一幅图像的最佳分割阈值。仿真结果显示,该方法对车牌分割具有较好的性能。; 关键词粒子群优化雁群线性递减惯性权重直方图熵; Keywords particle swarm optimization wild geese linear descend inertia weight（LDW） Histogram entropy; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名用于数独求解的几何粒子群优化算法设计被引量：1: 6; 作者肖华勇马雷温金环; 机构西北工业大学理学院; 出处《计算机工程》 CAS CSCD 北大核心 2011年第21期170-172,175,共4页; 文摘针对只有唯一解的数独问题(即标准数独),利用改进的几何粒子群优化算法进行求解,将几何粒子群优化算法应用到数独中,解决数独求解过程中存在的局部最优解问题。通过实例讨论求解过程中最佳参数的选择,并得出较理想的结果。实验结果表明,该方法能够有效解决数独问题。; 关键词数独唯一解几何粒子群优化适应度函数; Keywords sudoku unique solution Geometric particle swarm optimization（gpso） fitness function; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] O157 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于梯度粒子群算法的细菌觅食算法被引量：1: 7; 作者麦雄发李玲; 机构广西师范学院数学科学学院广西师范学院科学计算与智能信息处理广西高校重点实验室广西师范学院继续教育学院; 出处《计算机应用研究》 CSCD 北大核心 2012年第11期4131-4133,4143,共4页; 基金广西教育厅科研资助项目(201106LX310 201204LX216) 科学计算与智能信息处理广西高校重点实验室资助项目(GXSCIIP201204); 文摘针对细菌觅食算法在优化过程中环境感知能力较弱且容易陷入局部极值的缺陷,将梯度粒子群算法的基本思想引入细菌觅食算法中,改进原算法的收敛速度和收敛能力,并据此提出了基于梯度粒子群算法的细菌觅食算法GPSO-BFA。该算法既利用了细菌觅食算法出色的全局搜索能力,又借助梯度粒子群算法的快速局部寻优能力,很好地将两者的优势结合在一起。基于六个高维Benchmark函数的实验结果显示,该算法在收敛速度和精度方面都优于其他四种细菌觅食算法。; 关键词细菌觅食算法梯度粒子群优化混合优化算法; Keywords bacterial foraging algorithm（BFA） gradient particle swarm optimization algorithm（gpso） hybrid optimization algorithm; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名混合粒子群算法的软件测试数据自动生成被引量：4: 8; 作者董跃华戴玉倩; 机构江西理工大学信息工程学院; 出处《计算机应用》 CSCD 北大核心 2015年第2期545-549,共5页; 文摘针对全连接拓扑结构的粒子群算法在生成测试数据过程中,存在收敛精度低,易陷入局部极值的问题,提出一种混合粒子群算法HPSO,并将其应用于测试数据自动生成。该算法在保证全局收敛性的前提下,对多样性匮乏的种群,首先采用定长环形拓扑结构取代粒子群的全连接拓扑结构;其次,采用轮盘赌方法选择候选解,更新粒子位置信息和速度信息;最后引入条件禁忌算法,对处于局部极值的粒子采取禁忌处理。通过实验比较表明:与基本粒子群算法(BPSO)相比,HPSO使种群多样性得到大幅度提升;在测试数据生成性能上,HPSO的搜索成功率和路径覆盖率均优于遗传算法与粒子群算法混合算法GA-PSO,而平均耗时与BPSO算法相当,性能表现优越。; 关键词测试数据生成全连接粒子群拓扑结构轮盘赌选择法条件禁忌算法; Keywords test data generation Global particle swarm optimization （gpso） topological structure roulette selection method conditional tabu search algorithm; 分类号 TP311.56 [自动化与计算机技术—计算机软件与理论] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名一种改进的雁群扩展粒子群算法研究被引量：12: 9; 作者刘浩然崔静闯卢泽丹郭长江丁攀; 机构河北省特种光纤与光纤传感重点实验室燕山大学信息科学与工程学院燕山大学里仁学院; 出处《计量学报》 CSCD 北大核心 2019年第3期498-504,共7页; 基金国家自然科学基金(51641609); 文摘针对粒子群算法易陷入局部最优的问题,结合雁群启示粒子群算法和扩展粒子群算法提出了基于雁群启示的扩展粒子群(Ge EPSO)算法。该算法在利用雁群飞行方向的多样性同时融合了所有粒子的个体极值信息,提高了种群多样性。为进一步提高改进算法的收敛速度,引入简化粒子群提出了Ge ESPSO算法。基准函数的仿真表明:改进算法Ge ESPSO较好地平衡了收敛速度和局部最优两个矛盾,总体较优。为进一步验证算法在实际应用中的有效性,又分别用两种改进算法优化BP神经网络,并用相关气象数据对PM2. 5的值进行预测。; 关键词计量学粒子群优化算法雁群启示 BP神经网络 PM2.5预测; Keywords metrology particle swarm optimization flight of geese BP neural network PM2.5 prediction; 分类号 TB973 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	共形天线阵列方向图分析与综合	张凡张福顺赵钢林晨	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2010	14	在线阅读下载PDF 职称材料
2	全局粒子群优化算法	高立群李若平邹德旋	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2011	12	在线阅读下载PDF 职称材料
3	基于雁群启示的粒子群优化算法	刘金洋郭茂祖邓超	《计算机科学》 CSCD 北大核心	2006	23	在线阅读下载PDF 职称材料
4	基于雁群启示的粒子群优化算法的几何约束求解	曹春红唐川赵大哲张斌	《小型微型计算机系统》 CSCD 北大核心	2011	6	在线阅读下载PDF 职称材料
5	基于改进PSO算法的最大熵阈值图像分割	付阿利雷秀娟	《计算机工程与应用》 CSCD 北大核心	2008	5	在线阅读下载PDF 职称材料
6	用于数独求解的几何粒子群优化算法设计	肖华勇马雷温金环	《计算机工程》 CAS CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
7	基于梯度粒子群算法的细菌觅食算法	麦雄发李玲	《计算机应用研究》 CSCD 北大核心	2012	1	在线阅读下载PDF 职称材料
8	混合粒子群算法的软件测试数据自动生成	董跃华戴玉倩	《计算机应用》 CSCD 北大核心	2015	4	在线阅读下载PDF 职称材料
9	一种改进的雁群扩展粒子群算法研究	刘浩然崔静闯卢泽丹郭长江丁攀	《计量学报》 CSCD 北大核心	2019	12	在线阅读下载PDF 职称材料