关键词中包括 convergence 的文章

1 群智能算法优化支持向量机参数综述 李素1, 袁志高1, 王聪2, 陈天恩2, 郭兆春1 2018年01期 [70－84][摘要](2484)[pdf 966KB](2247) DOI:10.11992/tis.201707011

2 具有Levy变异和精英自适应竞争机制的蚁狮优化算法 景坤雷1,2, 赵小国1,2,3, 张新雨1,2, 刘丁1,2 2018年02期 [236－242][摘要](1218)[pdf 1777KB](704) DOI:10.11992/tis.201706091

3 基于二阶邻居事件触发多智能体系统的一致性 夏倩倩1, 刘开恩1, 纪志坚2 2017年06期 [833－840][摘要](1330)[pdf 4041KB](1064) DOI:10.11992/tis.201702008

4 一种增强局部搜索能力的改进人工蜂群算法 刘晓芳1, 柳培忠1, 骆炎民2, 范宇凌1 2017年05期 [684－693][摘要](1279)[pdf 3974KB](799) DOI:10.11992/tis.201612026

5 依概率收敛的改进粒子群优化算法 钱伟懿, 李明 2017年04期 [511－518][摘要](1384)[pdf 1832KB](999) DOI:10.11992/tis.201610004

6 基于相对贡献指标的自组织RBF神经网络的设计 乔俊飞1,2, 安茹1,2, 韩红桂1,2 2018年02期 [159－167][摘要](1462)[pdf 1150KB](602) DOI:10.11992/tis.201608009

7 差分进化算法综述 丁青锋1, 尹晓宇2 2017年04期 [431－442][摘要](3483)[pdf 3369KB](2164) DOI:10.11992/tis.201605015

8 基于事件驱动的多智能体强化学习研究 张文旭, 马磊, 王晓东 2017年01期 [82－87][摘要](1716)[pdf 1289KB](1393) DOI:10.11992/tis.201604008

9 蚁群优化算法的理论研究进展 夏小云1,2, 周育人3 2016年1期 [27－36][摘要](1555)[pdf 895KB](1752) DOI:10.11992/tis.201510002

10 混沌搜索策略的改进人工蜂群算法 彭晓华1, 刘利强2 2015年6期 [927－933][摘要](1380)[pdf 802KB](1157) DOI:10.11992/tis.201507032

11 具有动态惯性权重的布谷鸟搜索算法 周欢1, 李煜2 2015年04期 [645－651][摘要](1206)[pdf 1061KB](2043) DOI:10.3969/j.issn.1673-4785.201409042

12 一种改进的自适应步长的人工萤火虫算法 唐少虎1,2, 刘小明1,2 2015年03期 [470－475][摘要](1074)[pdf 839KB](1454) DOI:10.3969/j.issn.1673-4785.201403025

13 广义逆向学习方法的自适应差分算法 刘昌芬1,2, 韩红桂1,2, 乔俊飞1,2 2015年01期 [131－137][摘要](1137)[pdf 549KB](546) DOI:10.3969/j.issn.1673-4785.201310068

14 改进的蝙蝠算法在数值积分中的应用研究 肖辉辉, 段艳明 2014年03期 [364－371][摘要](1019)[pdf 728KB](666) DOI:10.3969/j.issn.1673-4785.201310014

15 改进基因表达式编程在股票中的研究与应用 钱晓山1,2，阳春华1 2010年04期 [303－307][摘要](3205)[pdf 436KB](1501) DOI: