基于最优交叉的广泛学习粒子群优化

您当前的位置：

首页 >

文章列表页 >

基于最优交叉的广泛学习粒子群优化

计算机软件与理论 | 更新时间：2023-12-28

- 基于最优交叉的广泛学习粒子群优化
- Comprehensive Learning Particle Swarm Optimization Based on Optimal Crossover
- 软件导刊 2023年22卷第12期页码：132-138
- 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：
  
  陈小斌（1997-），男，景德镇陶瓷大学信息工程学院硕士研究生，研究方向为计算智能
  杨利华（1981-），男，硕士，景德镇陶瓷大学信息工程学院副教授，研究方向为统计计算与机器学习
  汤可宗（1978-），男，博士，景德镇陶瓷大学信息工程学院教授，研究方向为计算智能、模式识别与智能控制。
- 基金信息：
  
  江西省教育厅科学技术研究项目(GJJ210731;GJJ211331)
- DOI：10.11907/rjdk.222375
  中图分类号：
扫描看全文
陈小斌,杨利华,汤可宗.基于最优交叉的广泛学习粒子群优化[J].软件导刊,2023,22(12):132-138.

CHEN Xiaobin,YANG Lihua,TANG Kezong.Comprehensive Learning Particle Swarm Optimization Based on Optimal Crossover[J].Software Guide,2023,22(12):132-138.
陈小斌,杨利华,汤可宗.基于最优交叉的广泛学习粒子群优化[J].软件导刊,2023,22(12):132-138. DOI： 10.11907/rjdk.222375.

CHEN Xiaobin,YANG Lihua,TANG Kezong.Comprehensive Learning Particle Swarm Optimization Based on Optimal Crossover[J].Software Guide,2023,22(12):132-138. DOI： 10.11907/rjdk.222375.

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

基于改进遗传算法的混合流水车间批量调度问题求解

基于分支进化理论的路径测试用例生成方法

融合反向学习与Metropolis准则求解TSP的遗传算法

基于权重扰动机制模拟退火遗传算法的景德镇陶瓷文化景区旅游路径规划

一种基于Wi-Fi的室内人员辨识模型