期刊文献+
共找到544篇文章
< 1 2 28 >
每页显示 20 50 100
基于QPSO的震动传感器片上相位补偿器设计方法 被引量:1
1
作者 贺斌 李剑 +4 位作者 马翊翔 庞润嘉 展勇忠 邹宇 刘宁 《计算机测量与控制》 2024年第3期346-352,共7页
震动传感器的系统相位非一致性会对地震波到时时差提取产生很大的误差,严重影响震源定位精度;针对这一问题,提出了一种基于量子粒子群优化算法(QPSO)的震动传感器片上相位补偿器设计方法;首先对震动传感器进行相位标定,获得传感器与参... 震动传感器的系统相位非一致性会对地震波到时时差提取产生很大的误差,严重影响震源定位精度;针对这一问题,提出了一种基于量子粒子群优化算法(QPSO)的震动传感器片上相位补偿器设计方法;首先对震动传感器进行相位标定,获得传感器与参考传感器的相位差;其次设计基于QPSO算法的相位补偿滤波器对相位差进行修正,使其无限趋近于0;最后,将相位补偿滤波器封装成FPGA软核部署于FPGA上,完成对震动传感器的相位片上实时补偿;为了验证该方法的性能,将相位补偿滤波器部署于自研的多通道震动信号采集系统上,对8个相同型号震动传感器进行相位一致性校准;试验结果表明,在震动传感器频响范围内,该方法可以将2.5°内的传感器相位差实时修正至0.004 4°以下,实现了震动传感器阵列的相位一致性实时校准;该成果在地下浅层震源定位领域具有较强的应用价值。 展开更多
关键词 震源定位 qpso 相位一致性 FPGA软核 相位补偿滤波器 片上解算
下载PDF
基于QPSO的密闭空间混叠冲击波的分离解算方法
2
作者 张恒冉 李剑 +3 位作者 徐利娜 魏交统 潘晋孝 孔庆珊 《火力与指挥控制》 CSCD 北大核心 2024年第9期32-39,共8页
针对在密闭空间中爆炸产生的冲击波导致混叠冲击波对内壁毁伤较为复杂的问题,提出一种分离混叠冲击波的解算方法。通过正演模拟分析密闭空间内混叠冲击波对内壁面的毁伤,得到壁面上的冲击波是多次混叠的。建立独立冲击波的全波形模型,... 针对在密闭空间中爆炸产生的冲击波导致混叠冲击波对内壁毁伤较为复杂的问题,提出一种分离混叠冲击波的解算方法。通过正演模拟分析密闭空间内混叠冲击波对内壁面的毁伤,得到壁面上的冲击波是多次混叠的。建立独立冲击波的全波形模型,并采用量子粒子群优化(QPSO)算法,对多次混叠冲击波进行分解和拟合。QPSO算法拟合出独立的冲击波,其仿真结果相较于遗传算法,均方根误差从0.2506降至0.1216,平均相对误差从0.1079%降至0.1059%。 展开更多
关键词 群智能优化算法 密闭空间 数值模拟 冲击波超压 qpso
下载PDF
基于CEEMDAN-QPSO-BLS模型的径流预测研究 被引量:2
3
作者 刘扬 赵丽 《中国农村水利水电》 北大核心 2024年第1期101-108,共8页
准确的径流预测是水资源优化配置和高效利用的前提,是制定防洪减灾决策的基础,然而受到人类活动、环境、气候等因素的影响,径流序列呈现出非线性、非稳态、多尺度变化的特点,这为径流的精准预测增加了难度。为提高径流预测的精准度和可... 准确的径流预测是水资源优化配置和高效利用的前提,是制定防洪减灾决策的基础,然而受到人类活动、环境、气候等因素的影响,径流序列呈现出非线性、非稳态、多尺度变化的特点,这为径流的精准预测增加了难度。为提高径流预测的精准度和可信度,结合自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)方法,量子粒子群优化算法(Quantum Particle Swarm Optimization,QPSO)、宽度学习系统(Broad Learning System,BLS)模型,提出了一种基于CEEMDAN-QPSO-BLS组合式的径流预测模型。该组合模型首先使用CEEMDAN方法对原始径流信号进行分解,得到若干相对平稳的本征模态分量。其次利用QPSO算法对BLS模型的特征层节点组数、增强层节点组数和组内节点数进行寻优,得到最优的宽度学习网络拓扑结构,进而使用最优的QPSOBLS对多个稳态分量进行预测,并对预测分量进行重构,从而获得更高的预测精度。以黄河流域小浪底水库的日径流值为实验数据,将EMD-QPSO-BLS、QPSO-BLS作为CEEMDAN-QPSO-BLS的对比模型,并采用纳什效率系数(NSE)、均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)作为模型预测可信度和精准度的评价指标。实验表明,在预见期4天内,与QPSO-BLS、EMD-QPSO-BLS模型相比,CEEMDAN-QPSO-BLS的预测精准度分别提高了79.87%、19.80%,可信度分别提高了131.2%、10.98%,径流预测精度的提高,可为防洪抗旱保护人民生命财产和可持续发展提供决策支持。 展开更多
关键词 径流预测 宽度学习 量子粒子群 CEEMDAN EMD
下载PDF
基于QPSO-BP神经网络的数学学科质量评价模型
4
作者 李刚 《西安航空学院学报》 2024年第3期77-82,88,共7页
为降低BP神经网络初始权值和阈值随机选取导致的评价误差,在BP神经网络中融合QPSO算法构建数学学科质量评价模型。以19个学科质量评价二级指标为范围,基于主成分分析法提取关键指标成分,并计算二级指标贡献率,数据降维后选出累计贡献率... 为降低BP神经网络初始权值和阈值随机选取导致的评价误差,在BP神经网络中融合QPSO算法构建数学学科质量评价模型。以19个学科质量评价二级指标为范围,基于主成分分析法提取关键指标成分,并计算二级指标贡献率,数据降维后选出累计贡献率不低于85%的指标,输入BP神经网络模型;采用QPSO算法优化BP神经网络初始权值和阈值,更新了粒子位置,考虑了当前粒子局部最优位置与全局最优位置,引入“粒子平均最优位置”,强化了粒子之间的相互作用,同时利用权重系数平衡了粒子收敛能力;由此构建QPSO-BP数学学科质量评价模型,可将数学学科质量评价的效果划分为优秀、良好、中等、较差4个等级。实验结果显示,融合QPSO算法的数学学科质量评价模型可将累计贡献率达到85%的指标保留下来,且评价误差均低于预设误差0.01。该模型收敛性能较好,得出的数学学科质量评价结果符合实际情况,避免人为主观随意性,为数学学科建设提供了有效的质量反馈。 展开更多
关键词 qpso算法 BP神经网络 学科质量 权值 阈值
下载PDF
基于QPSO-FCM算法的中智学图像分割算法研究
5
作者 王晓莉 白二净 《科学技术创新》 2024年第17期98-101,共4页
图像分割被认为是图像处理中的一个重要步骤。模糊c-均值聚类(FCM)是图像分割的常用方法之一。为了克服模糊c-均值聚类算法容易陷入局部最优的不足,该算法在中智学理论的基础上将模糊c-均值聚类和量子粒子群算法相结合。首先,根据中智... 图像分割被认为是图像处理中的一个重要步骤。模糊c-均值聚类(FCM)是图像分割的常用方法之一。为了克服模糊c-均值聚类算法容易陷入局部最优的不足,该算法在中智学理论的基础上将模糊c-均值聚类和量子粒子群算法相结合。首先,根据中智学模糊理论将图像转换成中智图像,然后通过α均值、图像增强算法对中智图像进行预处理,最后用QPSO-FCM算法进行分割。在实验中,自然图像以及医学图像都被用来验证这些方法,无论图像是否加入噪声,相比于其他算法,其分割边界都较为清晰。 展开更多
关键词 图像分割 FCM qpso 中智学 医学图像分割
下载PDF
基于DIR-QPSO的弹丸落点定位声阵列优化布设方法
6
作者 庞润嘉 李剑 +2 位作者 潘晋孝 张恒冉 魏芦俊 《国外电子测量技术》 2024年第2期9-15,共7页
为了满足有限测点下声阵列定位精度提升的需求,提出了基于双种群量子粒子群(dual-group interaction quantum particle swarm optimization, DIR-QPSO)联合到达时差定位技术(time difference of arrival, TDOA)的单基站声阵列拓扑结构... 为了满足有限测点下声阵列定位精度提升的需求,提出了基于双种群量子粒子群(dual-group interaction quantum particle swarm optimization, DIR-QPSO)联合到达时差定位技术(time difference of arrival, TDOA)的单基站声阵列拓扑结构优化布设方法。首先,将声阵列中的声传感器作为粒子,利用Logistic混沌模型全局遍历性的优势初始化种群;其次,利用双种群之间信息共享优势,消除迭代过程中陷入局部最优点;再次,以TDOA模型构建适应度评价函数,得到声传感器最优布设位置;最后,通过仿真验证,得到优化后的声阵列拓扑结构。仿真结果表明,与传统六元正四棱锥阵列及QPSO优化后的阵列相比,方法将几何精度因子减小至1.351 8 m,克拉美罗下界减小至0.481 7 m,均方根误差减小至0.556 4 m。最后进行实验对比验证,实验结果表明,提出的单基站阵列具有更高的定位精度,极大提升了弹丸落点定位精度。 展开更多
关键词 量子粒子群 双种群量子粒子群 被动声源定位 阵列优化 Logistic混沌模型
下载PDF
融合DWA和QPSO算法的USV动态局部路径规划算法
7
作者 仇坤 李稳 《计算机与数字工程》 2024年第4期1082-1086,1136,共6页
针对无人水面艇(USV)在动态环境中的局部路径规划问题,传统的动态窗口法(DWA)把速度集合离散化处理求取最优速度,计算量大且速度分辨率对动态路径规划的影响大。基于此,论文提出了融合DWA和量子粒子群算法(QP-SO)的USV动态局部路径规划... 针对无人水面艇(USV)在动态环境中的局部路径规划问题,传统的动态窗口法(DWA)把速度集合离散化处理求取最优速度,计算量大且速度分辨率对动态路径规划的影响大。基于此,论文提出了融合DWA和量子粒子群算法(QP-SO)的USV动态局部路径规划算法。首先论文在分析初始DWA的基础上,考虑国际海事规则和船舶机动性能等方面要求,建立融合避碰规则的动态窗口模型。然后在速度窗口中融入QPSO方法,将USV动态局部路径规划问题转化为多目标多约束优化问题。最后仿真验证了融合算法能够使USV在约束和规则下,获得最优的速度和航向,安全与目标船完成会遇,且运行效率更高。 展开更多
关键词 无人水面艇 动态环境 动态窗口法 量子粒子群 规则
下载PDF
基于QPSO-LightGBM网络资产脆弱性评估模型
8
作者 戴泽淼 《吉林大学学报(信息科学版)》 CAS 2023年第4期667-675,共9页
为有效减少网络安全事件造成的损失,并对高风险网络资产进行漏洞评估,提出了一种基于量子粒子群轻量级梯度升降算法(QPSO-LightGBM:Quantum Particle Swarm Optimization-Light Gradient Boosting Machine)的多分类预测模型。该模型通... 为有效减少网络安全事件造成的损失,并对高风险网络资产进行漏洞评估,提出了一种基于量子粒子群轻量级梯度升降算法(QPSO-LightGBM:Quantum Particle Swarm Optimization-Light Gradient Boosting Machine)的多分类预测模型。该模型通过对少量过采样技术(MOTE:Minority Oversampling)进行合成从而达到数据平衡,采用量子粒子群算法(QPSO:Quantum Particle Swarm Optimization)实现参数的自动最优化,并使用LightGBM进行建模,进而实现网络资产的多分类预测。为验证模型的有效性,将所提模型与其他算法模型进行了比对,实验结果表明,该模型在各类预测性能指标上都取得了较好的效果。 展开更多
关键词 脆弱性评估 轻量的梯度提升机(LightGBM) 评估模型 量子粒子群算法(qpso) 网络资产
下载PDF
一类碰撞振动系统混沌运动的QPSO-RBFNN控制 被引量:1
9
作者 卫晓娟 周方伟 +1 位作者 李宁洲 丁旺才 《机械科学与技术》 CSCD 北大核心 2023年第6期842-849,共8页
针对难以建立精确数学模型时的碰撞振动系统混沌运动控制问题,提出一种采用QPSO算法优化RBFNN的参数反馈混沌控制方法。利用分岔图、Lyapunov指数谱图、Poincaré截面图和相图分析了混沌运动与系统特定参数条件间的关联关系及表现特... 针对难以建立精确数学模型时的碰撞振动系统混沌运动控制问题,提出一种采用QPSO算法优化RBFNN的参数反馈混沌控制方法。利用分岔图、Lyapunov指数谱图、Poincaré截面图和相图分析了混沌运动与系统特定参数条件间的关联关系及表现特征,基于RBFNN设计了参数反馈混沌控制器,并将最大Lyapunov指数作为加权项构建适应度函数,以引导QPSO算法优化控制器的参数并量化评价混沌控制效果。仿真研究中,进一步分析了QPSO算法的控制参数(即收缩扩张系数)对混沌控制效果的影响。 展开更多
关键词 碰撞振动系统 混沌控制 qpso RBFNN LYAPUNOV指数
下载PDF
基于QPSO-LSTM的短期风电负荷预测模型 被引量:1
10
作者 谭才兴 岳雨霏 汤赐 《中阿科技论坛(中英文)》 2023年第12期88-91,共4页
准确的风电预测可以提高电网的稳定性和可靠性,优化风电发电计划,降低能源成本。为了提高短期电力负荷预测的精度,文章探讨了一种基于QPSO算法对LSTM神经网络进行优化的算法,并根据LSTM神经网络以及QPSO算法的基本原理,利用QPSO算法对L... 准确的风电预测可以提高电网的稳定性和可靠性,优化风电发电计划,降低能源成本。为了提高短期电力负荷预测的精度,文章探讨了一种基于QPSO算法对LSTM神经网络进行优化的算法,并根据LSTM神经网络以及QPSO算法的基本原理,利用QPSO算法对LSTM的超参数及网络拓扑结构进行优化,建立QPSO-LSTM短期风电负荷预测模型。仿真结果表明,QPSO-LSTM模型较传统的LSTM模型预测精度更高,且具有更快的收敛速度。 展开更多
关键词 短期风电预测 LSTM神经网络 PSO算法 qpso算法
下载PDF
An Improved Hybrid Indoor Positioning Algorithm via QPSO and MLP Signal Weighting 被引量:1
11
作者 Edgar Scavino Mohd Amiruddin Abd Rahman Zahid Farid 《Computers, Materials & Continua》 SCIE EI 2023年第1期379-397,共19页
Accurate location or positioning of people and self-driven devices in large indoor environments has become an important necessity The application of increasingly automated self-operating moving transportation units,in... Accurate location or positioning of people and self-driven devices in large indoor environments has become an important necessity The application of increasingly automated self-operating moving transportation units,in large indoor spaces demands a precise knowledge of their positions.Technologies like WiFi and Bluetooth,despite their low-cost and availability,are sensitive to signal noise and fading effects.For these reasons,a hybrid approach,which uses two different signal sources,has proven to be more resilient and accurate for the positioning determination in indoor environments.Hence,this paper proposes an improved hybrid technique to implement a fingerprinting based indoor positioning,using Received Signal Strength information from available Wireless Local Area Network access points,together with the Wireless Sensor Networks technology.Six signals were recorded on a regular grid of anchor points,covering the research space.An optimization was performed by relative signal weighting,to minimize the average positioning error over the research space.The optimization process was conducted using a standard Quantum Particle Swarm Optimization,while the position error estimate for all given sets of weighted signals was performed using aMultilayer Perceptron(MLP)neural network.Compared to our previous research works,the MLP architecture was improved to three hidden layers and its learning parameters were finely tuned.These experimental results led to the 20%reduction of the positioning error when a suitable set of signal weights was calculated in the optimization process.Our final achieved value of 0.725 m of the location incertitude shows a sensible improvement compared to our previous results. 展开更多
关键词 qpso indoor localization fingerprinting neural networks WIFI WSN
下载PDF
基于QPSO-ELM-KF的电力系统短期负荷预测 被引量:3
12
作者 杨晋岭 靳云龙 《太原科技大学学报》 2023年第1期27-33,共7页
为保证日常电力系统的正常运行,满足其生产活动安排、电力经济调度以及电网安全分析的要求,必须要进行电力系统短期负荷的预测。为提高预测精度和稳定性,提出了一种基于量子粒子群(QPSO)优化极限学习机(ELM)与卡尔曼滤波(KF)相结合的电... 为保证日常电力系统的正常运行,满足其生产活动安排、电力经济调度以及电网安全分析的要求,必须要进行电力系统短期负荷的预测。为提高预测精度和稳定性,提出了一种基于量子粒子群(QPSO)优化极限学习机(ELM)与卡尔曼滤波(KF)相结合的电力系统短期负荷预测模型。该模型首先通过ELM预测各时间点的电力负荷值,其中,根据QPSO算法本身的特性以及在参数寻优方面的优势,利用其对ELM网络结构中输入层-隐含层的权值和隐含层的阈值进行寻优;然后,利用KF算法将得到的预测值做进一步的更新和优化,从而得到各时刻的最优估计值,最终以实现对短期电力负荷的精准预测。实验表明,使用QPSO-ELM-KF预测模型进行短期电力负荷预测,预测精度有进一步的提高。 展开更多
关键词 短期电力负荷预测 量子粒子群算法 极限学习机 卡尔曼滤波
下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量:32
13
作者 潘玉民 邓永红 +1 位作者 张全柱 薛鹏骞 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期29-34,共6页
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适... 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。 展开更多
关键词 量子粒子群(qpso)算法 径向基(RBF) qpso-RBF模型 泛化能力 瓦斯涌出量
下载PDF
基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法 被引量:3
14
作者 季鹏 陈芳芳 +2 位作者 徐天奇 霍艺文 齐琦 《云南民族大学学报(自然科学版)》 CAS 2023年第2期217-224,共8页
为了提高SVM分类精度与泛化能力,故提出一种基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法.用量子粒子群算法(quantum particle swarm optimization,QPSO)对SVM进行惩罚因子和核函数参数优化,并针对QPSO算法出现的早熟收敛的问... 为了提高SVM分类精度与泛化能力,故提出一种基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法.用量子粒子群算法(quantum particle swarm optimization,QPSO)对SVM进行惩罚因子和核函数参数优化,并针对QPSO算法出现的早熟收敛的问题,采用Levy飞行策略与自适应变异因子对其进行修正.实验仿真结果表明,与其他的智能优化算法相比,所提出的模型具有较高的分类性能和预测精度. 展开更多
关键词 支持向量机 量子粒子群 自适应变异因子 核函数参数 惩罚因子 莱维飞行
下载PDF
基于KQPSO聚类算法的网络异常检测 被引量:1
15
作者 马汝辉 刘渊 林星 《计算机工程与应用》 CSCD 北大核心 2008年第11期127-128,167,共3页
提出一种基于KQPSO聚类算法的网络异常检测模型.该模型利用K-Means聚类算法的结果重新初始化粒子群,聚类过程都是根据数据间的Euclidean(欧几里德)距离。再通过量子粒子群优化算法(QPSO)寻找聚类中心。最后进行仿真模拟,实验结果表明,... 提出一种基于KQPSO聚类算法的网络异常检测模型.该模型利用K-Means聚类算法的结果重新初始化粒子群,聚类过程都是根据数据间的Euclidean(欧几里德)距离。再通过量子粒子群优化算法(QPSO)寻找聚类中心。最后进行仿真模拟,实验结果表明,该模型对网络异常检测是有效的。 展开更多
关键词 qpso算法 网络异常检测 K—Means Kqpso
下载PDF
小波神经网络和B-QPSO算法在Ad Hoc异常检测中的应用
16
作者 刘渊 张端 冯华丽 《微电子学与计算机》 CSCD 北大核心 2009年第8期113-116,共4页
引入一种基于边界变异的QPSO算法,即B-QPSO算法.首先利用B-QPSO算法训练小波神经网络,再将经过B-QPSO算法训练后的小波神经网络应用于Ad Hoc异常检测中.仿真实验结果表明,该算法与梯度下降法、PSO算法和QPSO算法相比,收敛速度快,具有更... 引入一种基于边界变异的QPSO算法,即B-QPSO算法.首先利用B-QPSO算法训练小波神经网络,再将经过B-QPSO算法训练后的小波神经网络应用于Ad Hoc异常检测中.仿真实验结果表明,该算法与梯度下降法、PSO算法和QPSO算法相比,收敛速度快,具有更好的全局收敛性,提高了异常检测的准确性,并且降低了对正常情况的误判率. 展开更多
关键词 Ad HOC无线网络 小波神经网络 B-qpso 算法 qpso算法 梯度下降法 PSO算法 异常检测
下载PDF
基于AQPSO的数据聚类 被引量:3
17
作者 唐槐璐 须文波 龙海侠 《计算机工程与应用》 CSCD 北大核心 2007年第10期186-188,198,共4页
提出了一种新的聚类算法——适应性的基于量子行为的微粒群优化算法的数据聚类(AQPSO)。AQPSO在全局搜索能力和局部搜索能力上优于PSO和QPSO算法,它的适应性方法比较接近于高水平智能群体的社会有机体的学习过程,并且能保证种群不断地... 提出了一种新的聚类算法——适应性的基于量子行为的微粒群优化算法的数据聚类(AQPSO)。AQPSO在全局搜索能力和局部搜索能力上优于PSO和QPSO算法,它的适应性方法比较接近于高水平智能群体的社会有机体的学习过程,并且能保证种群不断地进化。聚类过程都是根据数据向量之间的Euclidean(欧几里得的)距离。PSO和QPSO的不同在于聚类中心的进化上。QPSO和AQPSO的不同在于参数的选择上。实验中用到4个数据集比较聚类的效果,结果证明了AQPSO聚类方法优于PSO和QPSO聚类方法。 展开更多
关键词 聚类 Aqpso qpso 参数选择
下载PDF
基于MAQPSO的电力系统无功优化研究 被引量:6
18
作者 黎高程 孟安波 +2 位作者 李超 李阳 陈思哲 《电测与仪表》 北大核心 2015年第15期67-73,共7页
文中提出一种多智能体量子粒子群优化算法(Multi Agent Quantum Particle Swam Optimization,MAQPSO)求解电力系统无功优化问题,改善了传统量子粒子群算法后期收敛速度慢、易陷入局部最优解等缺点。该算法结合了量子粒子群算法和多智能... 文中提出一种多智能体量子粒子群优化算法(Multi Agent Quantum Particle Swam Optimization,MAQPSO)求解电力系统无功优化问题,改善了传统量子粒子群算法后期收敛速度慢、易陷入局部最优解等缺点。该算法结合了量子粒子群算法和多智能体进化思想,每一个Agent相当于量子粒子群优化算法中的一个粒子,通过Agent的邻域竞争、自学习等操作,使得算法能够更迅速、更精确地收敛到全局最优解。通过对IEEE14、30、57和118节点系统的优化仿真,结果表明该算法有收敛精度高、寻优速度快等优点。 展开更多
关键词 无功优化 多智能体系统(MAS) 量子粒子群算法(qpso) 多智能体量子粒子群算法(MAqpso)
下载PDF
基于QPSO的数据聚类 被引量:14
19
作者 龙海侠 须文波 孙俊 《计算机应用研究》 CSCD 北大核心 2006年第12期40-42,45,共4页
在K-Means聚类、PSO聚类、K-Means和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用K-Means聚类的结果重新初始化粒子群,结合QPSO的聚类算法,即KQPSO。介绍了如何利用上述算法找到用户... 在K-Means聚类、PSO聚类、K-Means和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用K-Means聚类的结果重新初始化粒子群,结合QPSO的聚类算法,即KQPSO。介绍了如何利用上述算法找到用户指定的聚类个数的聚类中心。聚类过程都是根据数据之间的Euclidean(欧几里得)距离。K-Means算法、PSO算法和QPSO算法的不同在于聚类中心向量的“进化”上。最后使用三个数据集比较了上面提到的五种聚类方法的性能,结果显示基于QPSO算法的数据聚类性能比一般PSO算法更好。 展开更多
关键词 聚类 K—Means PSO qpso 聚类中心
下载PDF
改进QPSO和Morphin算法下移动机器人混合路径规划 被引量:17
20
作者 伍永健 陈跃东 陈孟元 《电子测量与仪器学报》 CSCD 北大核心 2017年第2期295-301,共7页
为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划... 为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划出一条最优的全局路径,机器人根据全局路径行走,当发现未知静态或动态障碍物立即调用Morphin算法进行局部路径规划,避开障碍物后回到原全局路径上继续行走至目标点。该混合路径规划方法的有效性和可行性通过Matlab仿真和实际应用得到很好地验证。 展开更多
关键词 复杂环境 移动机器人 障碍物 改进qpso Morphin算法 混合路径规划
下载PDF
上一页 1 2 28 下一页 到第
使用帮助 返回顶部