{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,18]]，“日期-时间”：“2024-05-18T11:15:25Z”，“时间戳”：1716030925042}，“参考-计数”：47，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{:“日期-零件”：[2017,12,1]]，”“日期-时刻”：“2017-12-01T00:00Z”，“timestamp”：1512086400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2017,8,9]]，“date-time”：“2017-08-09T00:00:00Z”，“timestamp”：15022368000000}，“content-version”：“vor”，“delay-in-days”：“0，”URL“http://creativecommons.org\/licenses\/by nc-nd\/4.0\/“}]，“出资人”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61373050”，“61472158”，“51572228”]}，{“doi”：“10.13039\/501100014860”，“name”：“MOE在线教育研究中心”，“doi-asserted-by”:“crossref”，”award“：[“2017YB129”]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-re”限制“：true}，“short-container-title”：[“Information Sciences”]，“published-print”：{“date-parts”：[[2017,12]]}，“DOI”：“10.1016\/j.ins.2017.07.038”，“type”：“journal-article”，“created”：{“date-parts”：[2017,8,1]]，“date-time”：“2017-08-01T17:30:58Z”，“timestamp”：1501608658000}，”page：“186-217”，“update-policy”：”http://\/dx.DOI.org\/10.1016\/elsevier_cm_policy“，”源“：“Crossref”，“is-referenced-by-count”：26，“title”：[“基于全局最优预测的自适应变异粒子群优化”]，“prefix”：“10.1016”，“volume”：“418-419”，“author”：[{“给定”：“全龙”，“family”：“Cui”，“sequence”：“first”，“affiliation”：[]}，{“given”：，“家庭”：“李”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“郑光”，“家族”：“黎”，“顺序”：“额外”，“隶属关系”：[]}“：”Liang“，”sequence“：”additional“，“隶属关系”：[]｝，｛“给定”：“冰红”，“家族”：“王”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“京青”，“家族”：“江”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“春国”，“家族”：“吴”，“序列”：“附加”，“隶属关系”：[]｝]，“成员”：“78”，“参考”：[｛“密钥”：“10.1016\/j.in.2017.07.038_bib0001”，系列标题“：“IEEE进化计算大会会议记录”，“首页”：“1044”，“文章标题”：“粒子群优化中变异算子的研究”，“作者”：“安德鲁斯”，“年份”：“2006”}，{“密钥”：“10.1016\/j.ins.2017.07.038_bib0002”，“doi-asserted-by”：“crossref”，“第一页”：”337“doi”：“101016\/j.ins.2014.12.024”，“article-title”：“粒子群优化算法中一种新搜索多样化策略的自适应加速系数”，“volume”：“299”，“author”：“Ardizzon”，“year”：“2015”，“journal-title“：”Inf.Sci.“}，{“key”：”10.1016\/j.ins.2017.07.038_bib0003“，”doi-asserted-by“：”crossref“，”first page“：”225“，“doi”：“10.1109\/TEVC.2004.826069”，“article-title”：“粒子群优化的协作方法”，“volume”：“8”，“author”：“van den Bergh”，“year”：“2004”，“journal-title“：”IEEE Trans.Evol.Compute.“}，{“key”：”10.1016\/j.ins.2017.07.038_bib0004“，”doi-asserted-by“：”crossref“，”first page“：”3267“，”doi“：”10.1007\/s00500-015-2007-8“：“具有对等组概念的民主创新粒子群优化器”，“卷”：“21”，“作者”：“Burman”，“年份”：“2017”，“日志标题”：“软计算”}，{“键”：“10.1016\/j.ins.2017.07.038_bib0005”，“doi-asserted-by”：“crossref”，“首页”：“58”，“doi”：“101016\/j.ins.2012.11.013”，“article-title”：“数值优化问题的人工合作搜索算法”，“volume”：“229”，“author”：“Civicioglu”，“year”：“2013”，“journal-title”：“Inf.Sci.”}，{“key”：”10.1016\/j.ins.2017.07.038_bib0006“，”doi-asserted-by“：”crossref“，”first page“：”58“，”doi“：”10.1109\/4235.985692“，”article-title“：“粒子群：多维复杂空间中的爆炸、稳定性和收敛性”，“卷”：“6”，“作者”：“Clerc”，“年份”：“2002”，“日志标题”：“IEEE Trans.Evol.Compute.”}，{“key”：“10.1016\/j.ins.2017.038_bib0007”，“doi-asserted-by”：“crossref”，“首页”：“3”，“doi”：“10116\/j.swevo.2011.02.002”，“article-title”：“关于使用非参数统计测试作为比较进化算法和群体智能算法的方法的实用教程”，“卷”：“1”，“作者”：“Derrac”，“年份”：“2011年”，“新闻标题”：“swarm Evol.Comput.”}，{“key”：“10.1016\/j.ins.2017.07.038_bib0008”，“series-title”：“IEEE进化计算大会会议记录”，“首页”：“84”，“文章标题”：“比较粒子群优化中的惯性权重和收缩因子”，“作者”：“Eberhart”，“年份”：“2000”}，{“关键”：“10.1016\/j.ins.2017.07.038_bib0009”，“系列标题”：，“首页”：“1130”，“文章标题”：“关于多模态函数的粒子群优化的使用”，“卷”：“2”，“作者”：“Esquivel”，“年份”：“2003”}，{“密钥”：“10.1016\/j.in.2017.07.038_bib0010”，“首页”：“494”，“文章标题”：“合意函数”，“卷”：“21”，“作者”：“Harrington”，“年份”：“1965”，“期刊标题”：“Ind.Qual.Control”}，{“key”：“10.1016\/j.ins.2017.07.038_bib0011”，“series-title”：“Proc.IEEE Swarm Intelligence Symposium”，“first page”：”72“，“article-title”：”高斯变异的粒子群优化“，“author”：“Higashi”，“year”：“2003”}，{“key”：“101016\/j.ins.2017.07.038_bip0012”，“series-title“：”IEEE进化计算大会会议记录“，“first page”：“1677”，“article-title”：“使用动态邻域粒子群优化的多目标优化”，“author”：“Hu”，“year”：“2002”}，{“key”：”10.1016\/j.ins.2017.07.038_bib0013“，”doi-asserted-by“：”crossref“，”first-page:“125”，“doi”：“10.1016\\j.ins.2010.10.018”，“article-title”：“基于实例的学习粒子群优化用于连续优化”，“卷”：“182”，“作者”：“黄”，“年份”：“2012年”，“日志标题”：“信息科学”}，{“键”：“10.1016\/j.ins.2017.07.038_bib0014”，“doi-asserted-by”：“crossref”，”首页“：”68“，”doi“：”10.1016\/j.ins.2012.05.020“，”article-title“：“使用多种自适应方法的粒子群优化的智能增强”，“卷”：“213”，“作者”：“Hu”，“年份”：“2012”，“期刊标题”：“Inf.Sci.”}，{“key”：“10.1016\/j.in.2017.07.038_bib0015”，“doi断言”：“crossref”，“首页”：“849”，“doi”：“10.1016\/j.asoc.2007.07.002”，“文章标题”：“用于多峰函数的混合遗传算法和粒子群优化”，“卷”：“8”，“作者”：“Kao”，“年份”：“2008”，“期刊标题”：“应用软件计算”}，{“密钥”：“10.1016\/j.ins.2017.07.038_bib0016”，“series-title”：“IEEE国际神经网络会议论文集”，“首页”：“1942”，“article-title”：“粒子群优化”，“author”：“Kennedy”，“year”：“1995”}，{“key”：“10.1016\/j.ins.2017.07.038_bib0017”，“series-title”：“IEEE进化计算大会论文集”，“首页”：“1671”，“article-title”：：“10.1016\/j.ins.2017.07.038_bib0018”，“series-title”：“IEEE进化计算大会会议记录”，“首页”：“1931”，“article-title”：“小世界和百万：邻域拓扑对粒子群性能的影响”，“author”：“Kennedy”，“year”：“1999”}，{“key”：：“进化计算，2001年。Proceedings of the“，”first page“：”887“，”article-title“：”An efficient genetic algorithm with less fitness evaluation by clustering“，”volume“：“vol.2”，”author“：”Kim“，”year“：”2001“}，{“key”：“10.1016\/j.ins.2017.038_bib0020”，”series-title“：“IEEE Congreements on Evolutionary Computation”，”firstpage“”：“1226”，“article-title”：“”带跳跃的高斯粒子群“，”author“：”Krohling“，”year“：”2005“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0021“，”doi-asserted-by“：”crossref“，”first page“：“281”，”doi“：”101109\/TEVC.2005.857610“2006年”，“期刊标题”：“IEEE Trans。进化。计算。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0022“，”series-title“：”CEC 2014年单目标实参数数值优化专题会议和竞赛的问题定义和评价标准“，”author“：”Liang“，”year“：”2013“}”，{“key”：“10.1016\/j.ins.2017.07.0038_bib 0023”，“doi-asserted-by”：“crossref”，“first page”：”11“，”doi“：”10.1016\/j.swevo.2015.05.002“，“article-title”：“增强探索和开发的异构综合学习粒子群优化”，“volume”：“24”，“author”：“Lynn”，“year”：“2015”，“journal-title“：“swarm Evol。计算。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0024“，”doi-asserted-by“：”crossref“，”first page“：“204”，“doi”：“10.1109\/TEVC.2004.826074”，“article-title”：“完全知情的粒子群：更简单，可能更好”，“volume”：“8”，“author”：“Mendes”，”year“：”2004“，”journal-title“：”IEEE Trans.Evol.Comput.“}s.2017.07.038_bib0025“，”doi-asserted-by“：”crossref“，”first-page“：”52“，”doi“：”10.1016\/j.ins.2015.08.018“，”article-title“：”使用交叉搜索加速粒子群优化“，”volume“：”329“，”author“：”Meng“，”year“：”2016“，”journal-title”：“Inf.Sci。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0026“，”series-title“：”进化程序的层次结构，遗传算法\u202f+\u202f数据结构\u202f2=\u202f-Evolution程序“，”首页“：”289“，”author“：”Michalewicz“，”year“：”1996“}”，{首页“：”868“，”article-title“：”UPSO-A统一粒子群优化方案“，”author“：”Parsopulos“，”year“：”2004“}，{“key”：“10.1016\/j.ins.2017.07.038_bib0028”，“首页”：“559”，“article-title”：“在最接近空间点系的直线和平面上”，“volume”：10.1016\/j.ins.2017.07.038_bib0029“，”series-title“：”Proc。Swarm Intelligence Symposium”，“first page”：“174”，“article-title”：“基于适合度-实例比的粒子群优化”，“author”：“Peram”，“year”：“2003”}，{“key”：”10.1016\/j.ins.2017.07.038_bib0030“，”doi-asserted-by“：”crossref“，“first-pages”：“240”，“doi”：“10.1109\/TEVC.2004.826071”，“article-title”：“具有时变加速系数的自组织层次化粒子群优化算法”，“体积”：“8”，“作者”：“Ratnaweera”，“年份”：“2004”，“期刊标题”：“IEEE Trans。进化。计算。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0031“，”series-title“：”Proc.IEEE Swarm Intelligence Symposium“，”首页“：”198“，”article-title“：“可视化粒子群优化\u2013\u201c高斯粒子群优化”，”author“：”Secrest“，”year“：”2003“}”，{《IEEE进化计算大会论文集》，“首页”：“69”，“article-title”：“改进的粒子群优化器”，“author”：“Shi”，“year”：“1998”}，{“key”：“10.1016\/j.ins.2017.07.038_bib0033”，“series-title”：《第七届进化编程国际会议论文集》粒子群优化中的参数选择”，“author”：“Shi”，“year”：“1998”}，{“key”：“10.1016\/j.ins.2017.07.038_bib0034”，“series-title”：“Proceedings of Workshop particle swarm optimization”，“first page”：”101“，“article-title”：”带模糊自适应惯性权重的粒子群优化“，”author“Shi“，”year“：”2001“}，}”key：“10.1016\/j.ins.2017.07.038_bib0035“，”doi-asserted-by“：”crossref“，”first page“：”4460“，”doi“：”10.1016\/j.ins.2010.05.025“，”article-title“：”Cellular particle swarm optimization“，”volume“：“181”，”author“：”Shi“，“year”：“2011”，“journal-title”：“Inf.Sci。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0036“，”first page“：“396”，”article-title“：”An improved adaptive adjusted particle swarm optimization algorithm with simulated annealization“，”volume“，”author“：”Shu“，”year“：”2009“}”，{首页“：”1425“，”article-title“：”带突变的粒子群优化“，”author“：”Stacey“，”year“：”2003“}，{“key”：“10.1016\/j.ins.2017.07.038_bib0038”，“series-title”：“IEEE进化计算大会论文集”，“首页”：“1958年”，“article-title”：年份“：”1999“}，{“key”：“10.1016\/j.ins.2017.07.038_bib0039”，“doi-asserted-by”：“crossref”，“first page”：”20“，“doi”：“101016\/j.ins.2011.09.033”，“article-title”：“具有统计变量相互依赖学习的合作粒子群优化器”，“volume”:“186”，”author“：”Sun“，”year“：”2012“，”journal-title“：”Inf.Sci.“}”，{”key“：”10.1016\/j.ins.2017.07.038_bib0040“，“series-title”：“2014 IEEE进化计算大会（CEC）”，“首页”：“1658”，“article-title”：“使用线性种群规模缩减改进SHADE的搜索性能”，“author”：“Tanabe”，“year”：“2014}，{“key”：世界自然与生物启发计算大会”，“首页”：“294”，“文章标题”：“一种新的多样性引导的突变粒子群优化”，“作者”：“Thangaraj”，“年份”：“2009”}，{“密钥”：“10.1016\/j.in.2017.07.038_bib0042”，“doi断言”：“crossref”，“首页”：“4515”，“doi”：“10.1016\/j.in.2010.07.013”，“文章标题”：“基于自适应学习的粒子群优化“，“volume”：“191”，“author”：“Wang”，“year”：“2011”，“journal title”：“Inf.Sci。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0043“，”doi-asserted-by“：”crossref“，”first page“：“4699”，“doi”：“10.1016\/j.ins.2011.03.016”，“article-title”：“使用广义对立学习增强粒子温优化”，“volume”：“181”，“author”：“Wang”，“year”：“2011”，“journal-title“：”Inf.Sci.“}.2017.07.038_bib0044“，”doi-asserted-by“：”crossref“，”first page“：”945“，”doi“：”10.1109\/TEVC.2009.2014613“，”article-title“：”JADE:具有可选外部存档的自适应差分进化“，”volume“：“13”，“author”：“Zhang”，“year”：“2009”，“journal-title”：“IEEE Trans。进化。计算。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0045“，”series-title“：”计算力学“，”article-title“：“有限元方法”，“author”：“Zhang”，“year”：“2007”}，“key”：“10.1016\/j.ins.2017.07.38_bib0036”，“首页”：“1”，“article-title”：“基于非均匀突变的进化规划”，“volume”：”192“，”author“：”Zhao“，”“year“：”“2007”，“journal-title“：”申请。数学。计算。“}，{”key“：”10.1016\/j.ins.2017.07.038_bib0047“，”first page“：“1827”，”article-title“：”带自适应邻域的模拟退火算法“，”author“：”Zhao“，”year“：”2007“，”journal-title”：“Appl.Soft Compute.”}]“，”container-titlehttps:\/\/api.elsevier.com/content\/article\/PII:S0020025517308563？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0020025517308563？httpAccept=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，“deposed”：{“date-parts”：[2020,5,18]]，“日期时间”：“2020-05-18T03:50:31Z”，“时间戳”：1589773831000｝，“分数”：1，“资源”：｛“主要”：｛http:\/\/dx.doi.org\/10.1016\/j.ins.2017.07.038“，”关系“：{}，”ISSN“：[”0020-0255“]，”ISSN-type“：[{”value“：”0020-055“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[2017,12]}，“assertion”:[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}，{维护“值”：“基于全局最优预测的自适应变异粒子群优化“，”name“：”articletite“，”label“：”Article Title“}，”{“value”：“Information Sciences”，”name”：“journaltitle”，”lable“：”Journal Title”}，“value“：”https:\/\/doi.org\/10.10016\/j.ins.2017.07.038“，”name“：”rticlelink“，”标签“：”CrossRef doi链接到出版商维护的版本“}”，{“value“：”article“，”name“：”content_type“，”label“：”content-type“}，{“value”：“\u00a9 2017 The Authors.Published by Elsevier Inc.”，“name”：“copyright”，“label”：“copyright“}]}”