{“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”：[[2024,19]]，“日期-时间”：“2024-01-19T18:40:09Z”，“时间戳”：1705689609729}，“引用-计数”：28，“发布者”：“IGI Global”，“问题”：“4”，“许可证”：[{“开始”：{-date-parts”：[2022,6,3]]，”日期-时间“：”202 2-06-03T00:00:00Z“，“时间戳”：1654214400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by\/3.0\/dode.en_US”}，{“start”：{“date-parts”：[[2022,6,3]]，“date-time”：“2022-06-03T00:00:00Z”，“timestamp”：1654214400000}，“content-version”：“am”，“delay-in-days”：“0，”URL“http://\-creativecommons.org\/licenses\/by\/3.0\/dote.en_US“}，{“开始”：{“日期部分”：[[2022,6,3]]，“date-time”：“2022-06-03T00:00:00Z”，“timestamp”：1654214400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by\/3.0\/docde.en_US”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”日期部分“：[[2022,6,3]]}，”摘要“：”

为了克服标准粒子群优化算法（PSO）存在的早熟收敛和精度低等缺点，提出了一种具有全局检测机制的动态多温PSO（DMS-PSO-GD）。在DMS-PSO-GD中，将整个种群分为两类子群：几个相同大小的动态子群和一个全局子群。动态亚群通过随机重组策略实现信息交互和信息共享。全局子群独立进化，学习具有优势特征的动态子群中的最优个体。在种群进化过程中，利用动态子群的方差和平均适应度值来测量粒子的分布，从而可以很容易地检测出优势粒子和最优个体。DMS-PSO-GD和其他5种著名算法的比较结果表明，它在求解不同类型的函数时表现出优异的性能<\/p> “，”DOI“：”10.4018\/ijcini.294566“，”type“：”journal-article“，”created“：{”date-parts“：[2022,1,4]]，”date-time“：”2022-01-04T19:53:37Z“，”timestamp“：1641326017000}，”page“：“1-23”，“source”：“Crossref”，“is-referenced-by-count”：2，“title”：[“A Dynamic Multi-Swarm Particle Swarm Optimization With Global Detection Mechanism”]，“前缀”：“10.4018”，“体积”：“15“，”作者“：[{”given“：”Bo“，”family“：”Wei“，”sequence“：”first“，”affiliation“：”Zhejiang Sci-Tech University，China“}]}，{”fixed“：”Yicao“，”家庭“：”Tang“，”serquence“:”additional“，”feliation“:[{“name”：”South China Agricultural University“}]{”given“:”Xiao“，“family”：”Jin“，”sequence“”：”additionable“，“affiliance”：[{name“：”浙江科技大学“}]}，{“给定”：“鸣凤”，“家庭”：“江”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国浙江科技大学”}]}，}“给定的”：“左化”，“家族”：“丁”，“顺序”：“额外”，“附属关系”：[{“姓名”：“浙江科技大学affiliation“：[{”name“：”浙江水利电力大学“}]}]，”member“：”2432“，”reference“：[}”key“：”IJCINI.294566-0“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICEC.1998.699327”}，{“key”：“IJCINI.294566-1”，“doi-assert-by”：“publisher”，“doi:”10.1109\/TFUZZ.2013.2278972“}，{“key”：“IJCINI.294566-2”，“doi-asserted-by”：“publisher“，”DOI“：”10.1109\/TCYB.2015.2475174“}，{”issue“：”8“，”key“：”IJCINI.294566-3“，”first page“：“1372”，”article-title“：”Gaussian混沌突变和精英学习的自适应多目标粒子群优化“，”volume“：doi-asserted-by“：”publisher“，”doi“：”10.1109\/TSMCB.2008.2006628“}，{“key”：“IJCINI.294566-5”，“doi-assert-by”：“publisher”，“doi”：“10.1016\/j.amc.2012.1020”}，“key“：”IJCINI.294566-6“，”doi-assered-by“：”prisher“JCINI.294566-7“，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICNN.1995.488968”}，{“issue”：“3“，”key“：“IJCINI.294566-8”，”first page“：”627“，”article-title“：”用于全局优化问题的自学习粒子群优化器“，”volume“:”42“，”author“：”C.Li“，”year“：”2011“，”journal-title”：“IEEE Transactions on Systems，Man，and Control netics。B部分，控制论“}，{“key”：“IJCINI.294566-9”，“doi断言者”：“publisher”，“doi”：“10.1504\/IJSNET.2021016599”}，{“key”：“IJCINI.294566-10”，“doi断言者”：“publisher”，“doi”：“10.1016\/j.in.2018.12.006”}，{“key”：“IJCINI.294566-11”，“doi断言者”：“publisher”，“doi”：“10.1109\/TEVC.2005.857610”}，｛“密钥”：“IJCINI.294566-12”，“首页”：“281”，“article-title“：2013年CEC实时参数优化特别会议的问题定义和评估标准。中国郑州大学计算智能实验室和新加坡南洋理工大学”，“卷”：“34”，“作者”：“J.J.Liang”，“年份”：“2013年”，“期刊标题”：“技术报告”}，{“关键”：“IJCINI.294566-13”，”doi-asserted-by“：”crossref“，”first page“：”124“，“doi”：“10.1109\/SIS.2005.1501611”，“article-title”：“动态多温粒子群优化算法。“，”author“：”J.J.Liang“，”year“：”2005“，”journal-title“：”IEEE Swarm Intelligence Symposium（SIS\u201905）“}，”key“：”IJCINI.294566-14“，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/J.swevo.2015.002”}，“key”：“IJCINI.294566-15”，”doi-assert-by“：”publisher“，2.007“}，{”键“：”IJCINI.294566-16“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.amc.2006.07.026“}，{“key”：“IJCINI.294566-17”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/TEVC.2004.826071”}，“key“：”IJCINI.294566-18“，“doi-asserted-by”：”publister“，”doi“：“10.109\/TSTE.2018.2882203”}“，{”key“”：“IJCINI”。294566-19“，”首页“：”69“，”文章标题“：”改进的粒子群优化程序“，”author“：”Y.Shi“，”year“：”1998“，”journal-title“：”IEEE International Conference on Evolutionary Computation Proceedings“}，{“key”：“IJCINI.294566-20”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/S0020-0190（02）00447-7”}，“key“：”IJCINI.294566-21“，”doi-assert-by“：”publisher“，IJCINI.294566-22“，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.ins.2019.09.070“}，{“key”：”IJCINI.294566-23“，“doi-assert-by”：“publisher”，“doi”：“10.1016\/j.ins.2016.12.043”}，}“key”：“IJCINI.294566-24”，“doi-asserted-by”：”publister“，“doi:”10.1016 \/j.asoc.2017.08.051“}JCINI.294566-25“，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TSMCB.2009.2015956”}，{“issue“：”14“，”key“：”IJCINI.294566-26“，”first page“：，“container-title“：[“国际认知信息学与自然智能杂志”]，“original-title”：[]，“language”：“ng”，“link”：[{“URL”：“https:\\/www.igi-global.com/viewtitle.aspx？TitleId=294566”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,16]]，“date-time“：”2023-01-16T21:56:38Z“，”timestamp“：1673906198000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.294566”}}，“subtittle”：[“”]，“短标题”：[]，“已发布”：{“date-parts”：[2022,6,3]]}、“references-count”：28，“新闻发布”：{“发布”：“4”，“发布-发布”：}date-parts“：[2021,10]}}，”URL“：”http://\/dx.doi.org\/10.4018\/ijcini.294566“，”relational“：{}，“ISSN”：[“1557-3958”，“1557-39”]，“ISSN-type”：[{“value”：“1557-38”，“type”:“print”}，{“value”：“1537-3966”，“type”：“electronic”}]，“subject”：【】，“published”：{“date-part”“：[[2022,6,3]]}}}”