期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
应用于武器-目标分配问题的量子行为粒子群优化算法 被引量:1
1
作者 李欣然 靳雁霞 《计算机应用与软件》 CSCD 北大核心 2012年第12期306-308,317,共4页
武器-目标分配(WTA)问题是现代战争中一个十分重要的问题。以分配武器迎击全部目标的失败概率最小为目标,构建武器-目标分配问题模型;针对已有算法求解这类问题存在的早熟收敛、优化效率较低的缺点,提出一种惯性权重自适应调整的量子行... 武器-目标分配(WTA)问题是现代战争中一个十分重要的问题。以分配武器迎击全部目标的失败概率最小为目标,构建武器-目标分配问题模型;针对已有算法求解这类问题存在的早熟收敛、优化效率较低的缺点,提出一种惯性权重自适应调整的量子行为粒子群优化算法。首先引入聚焦距离变化率的概念,将惯性权重因子表示为关于聚焦距离变化率的函数,从而使算法具有动态自适应性;同时在算法中嵌入一种判断和避免搜索早熟和停滞的有效方法。优化实例的结果分析表明,该算法能有效地解决武器-目标分配问题。 展开更多
关键词 基于量子行为的粒子优化算法(QPSO) 惯性权重 聚焦距离变化率 变异 武器-目标分配(WTA)
下载PDF
基于协同Memetic自适应QPSO算法的传感器-目标分配问题求解 被引量:5
2
作者 段修生 徐公国 单甘霖 《系统工程与电子技术》 EI CSCD 北大核心 2016年第12期2769-2776,共8页
对复杂防空作战环境下的传感器-目标分配(sensor target assignment,STA)问题进行了研究,建立了基于识别、跟踪、定位多阶段综合作战效能的分配模型。针对该模型,首先基于粒子群聚集度和进化度判断,对传统量子粒子群(quantum particle s... 对复杂防空作战环境下的传感器-目标分配(sensor target assignment,STA)问题进行了研究,建立了基于识别、跟踪、定位多阶段综合作战效能的分配模型。针对该模型,首先基于粒子群聚集度和进化度判断,对传统量子粒子群(quantum particle swarm optimization,QPSO)算法进行了改进,提出了自适应QPSO算法。然后,结合多粒子群协同和Memetic搜索策略,提出了基于协同Memetic自适应QPSO算法的STA求解方法。同时,为使粒子位置矢量反映分配方案,依据不同战场环境设计了两种特殊的粒子编码方案。最后通过仿真实验验证了所提算法的有效性。 展开更多
关键词 传感器-目标分配 传感器管理 量子粒子 自适应 MEMETIC算法 防空系统
下载PDF
基于改进教-学算法的无人机航路规划 被引量:1
3
作者 武巍 邹杰 《计算机应用》 CSCD 北大核心 2016年第9期2626-2630,2641,共6页
针对传统教-学优化(TLBO)算法进行航路规划时收敛速度慢、容易陷入局部最优的问题,提出一种自适应交叉教-学优化(AC-TLBO)算法。首先,该算法令传统教-学优化(TLBO)算法的教学因子随着迭代次数而发生变化,提高算法的学习速度;其次,当算... 针对传统教-学优化(TLBO)算法进行航路规划时收敛速度慢、容易陷入局部最优的问题,提出一种自适应交叉教-学优化(AC-TLBO)算法。首先,该算法令传统教-学优化(TLBO)算法的教学因子随着迭代次数而发生变化,提高算法的学习速度;其次,当算法可能要陷入局部最优时,加入一定的扰动,使算法尽可能地跳出局部最优;最后,为了进一步提升算法的收敛效果,在算法中引入遗传算法的交叉环节。利用传统教-学优化(TLBO)算法、自适应交叉教-学优化(AC-TLBO)算法和量子粒子群优化(QPSO)算法进行无人机航路规划,仿真结果表明,在10次规划中,自适应交叉教-学优化(AC-TLBO)算法有8次找到了全局最优路径,而传统教-学优化(TLBO)算法和量子粒子群优化(QPSO)算法分别只找到了2次和1次;而且自适应交叉教-学优化(AC-TLBO)算法的收敛速度高于另外两种算法。 展开更多
关键词 -学优化算法 无人机 航路规划 自适应交叉 局部最优 量子粒子优化算法
下载PDF
Quantum particle swarm optimization for micro-grid system with consideration of consumer satisfaction and benefit of generation side
4
作者 LU Xiaojuan CAO Kai GAO Yunbo 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2021年第1期83-92,共10页
Considering comprehensive benefit of micro-grid system and consumers,we establish a mathematical model with the goal of the maximum consumer satisfaction and the maximum benefit of power generation side in the view of... Considering comprehensive benefit of micro-grid system and consumers,we establish a mathematical model with the goal of the maximum consumer satisfaction and the maximum benefit of power generation side in the view of energy management.An improved multi-objective local mutation adaptive quantum particle swarm optimization(MO-LM-AQPSO)algorithm is adopted to obtain the Pareto frontier of consumer satisfaction and the benefit of power generation side.The optimal solution of the non-dominant solution is selected with introducing the power shortage and power loss to maximize the benefit of power generation side,and its reasonableness is verified by numerical simulation.Then,translational load and time-of-use electricity price incentive mechanism are considered and reasonable peak-valley price ratio is adopted to guide users to actively participate in demand response.The simulation results show that the reasonable incentive mechanism increases the benefit of power generation side and improves the consumer satisfaction.Also the mechanism maximizes the utilization of renewable energy and effectively reduces the operation cost of the battery. 展开更多
关键词 micro-grid system consumer satisfaction benefit of power generation side time-of-use electricity price multi-objective local mutation adaptive quantum particle swarm optimization(MO-LM-AQPSO)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部