基于Metropolis准则的自适应模拟退火粒子群优化

您当前的位置：

首页 >

文章列表页 >

计算机软件与理论 | 更新时间：2022-06-24

- 基于Metropolis准则的自适应模拟退火粒子群优化
- Adaptive Simulated Annealing Particle Swarm Optimization Algorithm Based on Metropolis
- 软件导刊 2022年21卷第6期页码：85-91
- 作者机构：
  
  景德镇陶瓷大学信息工程学院，江西景德镇 333403
- 作者简介：
  
  邓绍强（1997-），男，景德镇陶瓷大学信息工程学院硕士研究生，研究方向为智能计算
  汤可宗（1978-），男，景德镇陶瓷大学信息工程学院教授，研究方向为智能计算、模式识别
  刘康（1995-），女，景德镇陶瓷大学信息工程学院硕士研究生，研究方向为智能计算。
- 基金信息：
  
  江西省教育厅科学技术研究项目(GJJ211331;GJJ211329)
- DOI：10.11907/rjdk.221177
  中图分类号：
扫描看全文
邓绍强,郭宗建,李芳等.基于Metropolis准则的自适应模拟退火粒子群优化[J].软件导刊,2022,21(06):85-91.

DENG Shao-qiang,GUO Zong-jian,LI Fang,et al.Adaptive Simulated Annealing Particle Swarm Optimization Algorithm Based on Metropolis[J].Software Guide,2022,21(06):85-91.
邓绍强,郭宗建,李芳等.基于Metropolis准则的自适应模拟退火粒子群优化[J].软件导刊,2022,21(06):85-91. DOI： 10.11907/rjdk.221177.

DENG Shao-qiang,GUO Zong-jian,LI Fang,et al.Adaptive Simulated Annealing Particle Swarm Optimization Algorithm Based on Metropolis[J].Software Guide,2022,21(06):85-91. DOI： 10.11907/rjdk.221177.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于模糊聚类与用户兴趣的协同过滤推荐算法

融合反向学习与Metropolis准则求解TSP的遗传算法

移动边缘计算中以节点能耗约束的迁移策略研究

基于 EMD-PSO-ELM 算法的大坝变形预测研究