期刊文献+
共找到250篇文章
< 1 2 13 >
每页显示 20 50 100
Identifying influential spreaders in social networks: A two-stage quantum-behaved particle swarm optimization with Lévy flight
1
作者 卢鹏丽 揽继茂 +3 位作者 唐建新 张莉 宋仕辉 朱虹羽 《Chinese Physics B》 SCIE EI CAS CSCD 2024年第1期743-754,共12页
The influence maximization problem aims to select a small set of influential nodes, termed a seed set, to maximize their influence coverage in social networks. Although the methods that are based on a greedy strategy ... The influence maximization problem aims to select a small set of influential nodes, termed a seed set, to maximize their influence coverage in social networks. Although the methods that are based on a greedy strategy can obtain good accuracy, they come at the cost of enormous computational time, and are therefore not applicable to practical scenarios in large-scale networks. In addition, the centrality heuristic algorithms that are based on network topology can be completed in relatively less time. However, they tend to fail to achieve satisfactory results because of drawbacks such as overlapped influence spread. In this work, we propose a discrete two-stage metaheuristic optimization combining quantum-behaved particle swarm optimization with Lévy flight to identify a set of the most influential spreaders. According to the framework,first, the particles in the population are tasked to conduct an exploration in the global solution space to eventually converge to an acceptable solution through the crossover and replacement operations. Second, the Lévy flight mechanism is used to perform a wandering walk on the optimal candidate solution in the population to exploit the potentially unidentified influential nodes in the network. Experiments on six real-world social networks show that the proposed algorithm achieves more satisfactory results when compared to other well-known algorithms. 展开更多
关键词 social networks influence maximization metaheuristic optimization quantum-behaved particle swarm optimization Lévy flight
下载PDF
Integration of uniform design and quantum-behaved particle swarm optimization to the robust design for a railway vehicle suspension system under different wheel conicities and wheel rolling radii 被引量:2
2
作者 Yung-Chang Cheng Cheng-Kang Lee 《Acta Mechanica Sinica》 SCIE EI CAS CSCD 2017年第5期963-980,共18页
This paper proposes a systematic method, integrating the uniform design (UD) of experiments and quantum-behaved particle swarm optimization (QPSO), to solve the problem of a robust design for a railway vehicle suspens... This paper proposes a systematic method, integrating the uniform design (UD) of experiments and quantum-behaved particle swarm optimization (QPSO), to solve the problem of a robust design for a railway vehicle suspension system. Based on the new nonlinear creep model derived from combining Hertz contact theory, Kalker's linear theory and a heuristic nonlinear creep model, the modeling and dynamic analysis of a 24 degree-of-freedom railway vehicle system were investigated. The Lyapunov indirect method was used to examine the effects of suspension parameters, wheel conicities and wheel rolling radii on critical hunting speeds. Generally, the critical hunting speeds of a vehicle system resulting from worn wheels with different wheel rolling radii are lower than those of a vehicle system having original wheels without different wheel rolling radii. Because of worn wheels, the critical hunting speed of a running railway vehicle substantially declines over the long term. For safety reasons, it is necessary to design the suspension system parameters to increase the robustness of the system and decrease the sensitive of wheel noises. By applying UD and QPSO, the nominal-the-best signal-to-noise ratio of the system was increased from -48.17 to -34.05 dB. The rate of improvement was 29.31%. This study has demonstrated that the integration of UD and QPSO can successfully reveal the optimal solution of suspension parameters for solving the robust design problem of a railway vehicle suspension system. 展开更多
关键词 Speed-dependent nonlinear creep model quantum-behaved particle swarm optimization Uniform design Wheel rolling radius Hunting stability
下载PDF
A Novel Quantum-Behaved Particle Swarm Optimization Algorithm
3
作者 Tao Wu Lei Xie +2 位作者 Xi Chen Amir Homayoon Ashrafzadeh Shu Zhang 《Computers, Materials & Continua》 SCIE EI 2020年第5期873-890,共18页
The efficient management of ambulance routing for emergency requests is vital to save lives when a disaster occurs.Quantum-behaved Particle Swarm Optimization(QPSO)algorithm is a kind of metaheuristic algorithms appli... The efficient management of ambulance routing for emergency requests is vital to save lives when a disaster occurs.Quantum-behaved Particle Swarm Optimization(QPSO)algorithm is a kind of metaheuristic algorithms applied to deal with the problem of scheduling.This paper analyzed the motion pattern of particles in a square potential well,given the position equation of the particles by solving the Schrödinger equation and proposed the Binary Correlation QPSO Algorithm Based on Square Potential Well(BC-QSPSO).In this novel algorithm,the intrinsic cognitive link between particles’experience information and group sharing information was created by using normal Copula function.After that,the control parameters chosen strategy gives through experiments.Finally,the simulation results of the test functions show that the improved algorithms outperform the original QPSO algorithm and due to the error gradient information will not be over utilized in square potential well,the particles are easy to jump out of the local optimum,the BC-QSPSO is more suitable to solve the functions with correlative variables. 展开更多
关键词 Ambulance routing problem quantum-behaved particle swarm optimization square potential well CONVERGENCE
下载PDF
Multiobjective optimal dispatch of microgrid based on analytic hierarchy process and quantum particle swarm optimization 被引量:7
4
作者 Yuxin Zhao Xiaotong Song +1 位作者 Fei Wang Dawei Cui 《Global Energy Interconnection》 CAS 2020年第6期562-570,共9页
Owing to the rapid development of microgrids(MGs)and growing applications of renewable energy resources,multiobjective optimal dispatch of MGs need to be studied in detail.In this study,a multiobjective optimal dispat... Owing to the rapid development of microgrids(MGs)and growing applications of renewable energy resources,multiobjective optimal dispatch of MGs need to be studied in detail.In this study,a multiobjective optimal dispatch model is developed for a standalone MG composed of wind turbines,photovoltaics,diesel engine unit,load,and battery energy storage system.The economic cost,environmental concerns,and power supply consistency are expressed via subobjectives with varying priorities.Then,the analytic hierarchy process algorithm is employed to reasonably specify the weight coefficients of the subobjectives.The quantum particle swarm optimization algorithm is thereafter employed as a solution to achieve optimal dispatch of the MG.Finally,the validity of the proposed model and solution methodology are con firmed by case studies.This study provides refere nee for mathematical model of multiojective optimizati on of MG and can be widely used in current research field. 展开更多
关键词 Analytic hierarchy process(AHP) Quantum particle swarm optimization(qpso) Multiobjective optimal dispatch Microgrid.
下载PDF
A novel mapping algorithm for three-dimensional network on chip based on quantum-behaved particle swarm optimization 被引量:2
5
作者 Cui HUANG Dakun ZHANG Guozhi SONG 《Frontiers of Computer Science》 SCIE EI CSCD 2017年第4期622-631,共10页
Mapping of three-dimensional network on chip is a key problem in the research of three-dimensional network on chip. The quality of the mapping algorithm used di- rectly affects the communication efficiency between IP ... Mapping of three-dimensional network on chip is a key problem in the research of three-dimensional network on chip. The quality of the mapping algorithm used di- rectly affects the communication efficiency between IP cores and plays an important role in the optimization of power consumption and throughput of the whole chip. In this paper, ba- sic concepts and related work of three-dimensional network on chip are introduced. Quantum-behaved particle swarm op- timization algorithm is applied to the mapping problem of three-dimensional network on chip for the first time. Sim- ulation results show that the mapping algorithm based on quantum-behaved particle swarm algorithm has faster con- vergence speed with much better optimization performance compared with the mapping algorithm based on particle swarm algorithm. It also can effectively reduce the power consumption of mapping of three-dimensional network on chip. 展开更多
关键词 three-dimensional network on chip mapping al-gorithm quantum-behaved particle swarm optimization al-gorithm particle swarm optimization algorithm low powerconsumption
原文传递
基于QPSO-LightGBM网络资产脆弱性评估模型
6
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
基于QPSO优化ELM算法的井下快速定位方法研究
7
作者 高淑春 于蕾 《中原工学院学报》 CAS 2023年第5期13-19,共7页
近年来,基于WiFi的井下人员定位算法受到了广泛关注,为进一步提高定位算法的速度和精度,提出了一种基于量子粒子群(QPSO)优化极限学习机(ELM)算法的井下人员快速定位方法。首先将优化的K均值聚类算法(K-means)引入定位流程,通过对位置... 近年来,基于WiFi的井下人员定位算法受到了广泛关注,为进一步提高定位算法的速度和精度,提出了一种基于量子粒子群(QPSO)优化极限学习机(ELM)算法的井下人员快速定位方法。首先将优化的K均值聚类算法(K-means)引入定位流程,通过对位置指纹库进行聚类划分,降低单次识别需要的时间;其次利用QPSO算法优越的优化能力,提高ELM算法的定位精度,最终实现对井下人员的高效、准确定位。仿真实验结果表明,提出的基于量子粒子群优化极限学习机的井下快速定位方法,能够提高定位的精度和效率,具有较高的实用价值和工程意义。 展开更多
关键词 井下定位 量子粒子群 极限学习机 K均值聚类
下载PDF
多场景下基于AHP-EWM的人体健康状态评估模型研究 被引量:1
8
作者 火久元 王虹阳 +1 位作者 巨涛 胡军 《计算机工程》 CAS CSCD 北大核心 2024年第7期372-380,共9页
为解决人体健康评估方法个性化监测不足的问题以及在满足不同场景下健康状态精细化评估的需求,需要一种基于多场景的人体健康状态评估方法来实现长期自动化监测。提出一种基于层次分析法(AHP)和熵权法(EWM)组合的多场景人体健康状态评... 为解决人体健康评估方法个性化监测不足的问题以及在满足不同场景下健康状态精细化评估的需求,需要一种基于多场景的人体健康状态评估方法来实现长期自动化监测。提出一种基于层次分析法(AHP)和熵权法(EWM)组合的多场景人体健康状态评估模型。首先采集人体在运动、休息、工作/学习和娱乐等4种不同场景下的健康监测指标数据,构建相应的评估指标体系。然后分别根据评估指标计算出AHP和EWM权重,再采用量子粒子群优化(QPSO)算法对AHP和EWM中的主客观权重进行分配,以确保评价指标占比的客观性。最后通过模糊综合评价法对人体健康状态进行评估和量化,并利用实际监测数据对方法的可靠性和稳定性进行验证。实验结果表明,在4种场景下所提方法的综合得分分别为63.78、59.83、58.71和59.21,表明在不同场景下该模型都具有较好的准确性和稳定性。根据评估结果,对测试者的身体状态评价结果进行分析,并给出一些健康建议。所提模型可全面了解人体在不同场景下的健康状况,并为人们提供科学的健康指导,从而为健康管理和疾病预防提供科学依据。 展开更多
关键词 健康状态 多重场景 层次分析法 熵权法 量子粒子群优化算法 模糊综合评价法
下载PDF
基于多策略混合改进MVO算法的光伏多峰MPPT研究
9
作者 方胜利 朱晓亮 +1 位作者 马春艳 侯贸军 《南京信息工程大学学报》 CAS 北大核心 2024年第4期544-552,共9页
光伏阵列的电功率输出在局部遮荫工况下具有多峰特性,且随外界环境的变化而变化.为实现高效电能输出,利用多元宇宙优化(MVO)算法在解决低维度、小规模优化问题中的突出优势进行最大功率点跟踪(MPPT),并融合多种策略对其存在的缺陷进行改... 光伏阵列的电功率输出在局部遮荫工况下具有多峰特性,且随外界环境的变化而变化.为实现高效电能输出,利用多元宇宙优化(MVO)算法在解决低维度、小规模优化问题中的突出优势进行最大功率点跟踪(MPPT),并融合多种策略对其存在的缺陷进行改进.采用拉丁超立方抽样策略初始化宇宙种群,并对按照轮盘赌策略随机交换的宇宙实施柯西变异,提高宇宙种群的多样性.同时引入莱维飞行式量子粒子群优化(QPSO)算法,且对虫洞存在概率及旅行距离率进行自适应调整,以增强算法的全局勘探及局部开发能力.Matlab仿真结果表明,相比其他算法,采用该算法的MPPT时间减少了45%以上,精度亦有所提高,从而具有更优的MPPT性能,可有效提高光伏发电效率. 展开更多
关键词 光伏阵列 多峰特性 最大功率点跟踪 多元宇宙优化 拉丁超立方抽样策略 柯西变异 莱维飞行 量子粒子群优化
下载PDF
一种基于QPSO-RVM的模拟电路故障预测方法 被引量:26
10
作者 张朝龙 何怡刚 +2 位作者 邓芳明 袁莉芬 何威 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第8期1751-1757,共7页
提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法... 提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法优化的相关向量机算法用于故障预测,预测各个时间点的元件健康度变化轨迹并估计模拟电路的剩余有用寿命。该预测方法计算简单、通用性强,适用于实时预测。故障预测仿真实验与实例实验证明了方法的有效性与先进性。 展开更多
关键词 模拟电路 剩余有用寿命 健康度 皮尔逊相关系数 相关向量机 量子粒子群 Pearson product-moment correlation coefficient(PPMCC) relevance vector machine(RVM) quantum-behaved particle swarm optimization(qpso)
下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量:32
11
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QPSO的数据聚类 被引量:14
12
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
QPSO算法优化BP网络的网络流量预测 被引量:10
13
作者 冯华丽 刘渊 陈冬 《计算机工程与应用》 CSCD 2012年第3期102-104,共3页
网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,... 网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,与PSO训练的BP网络以及直接用BP网络进行预测的模型相比,基于QPSO训练的BP网络流量预测模型具有更好的预测能力。 展开更多
关键词 量子粒子群算法 粒子群算法 神经网络 网络流量 预测
下载PDF
基于QPSO算法的RBF神经网络参数优化仿真研究 被引量:24
14
作者 陈伟 冯斌 孙俊 《计算机应用》 CSCD 北大核心 2006年第8期1928-1931,共4页
针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解... 针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解。实例仿真表明,该学习算法相比于传统的学习算法计算简单,收敛速度快,并由于其算法模型的自身特性比基于PSO的学习算法具有更好的全局收敛性能。 展开更多
关键词 粒子群优化算法 量子粒子群优化算法 径向基函数神经网络
下载PDF
基于DGA的QPSO-BP模型变压器故障诊断方法研究 被引量:9
15
作者 程加堂 段志梅 +1 位作者 熊燕 艾莉 《高压电器》 CAS CSCD 北大核心 2016年第2期57-61,共5页
为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒... 为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒子位置的移动,用量子非门进行变异操作,以获取BP神经网络的权、阈值优化参数,最终实现了变压器故障诊断模型的构建。对故障DGA样本的诊断实例表明,与粒子群优化BP网络(particle swarm optimized BP neural network,PSO-BP)法、BPNN法以及IEC三比值法相比,QPSO-BP算法具有更高的诊断正确率,从而实现了变压器故障模式的有效识别。 展开更多
关键词 量子粒子群算法 神经网络 变压器 故障诊断 溶解气体分析
下载PDF
运用QPSO算法进行系统辨识的研究 被引量:15
16
作者 沈佳宁 孙俊 须文波 《计算机工程与应用》 CSCD 北大核心 2009年第9期67-70,共4页
引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨... 引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力。 展开更多
关键词 系统辨识 量子粒子群优化算法 线性系统 非线性系统 HAMMERSTEIN模型 WIENER模型
下载PDF
基于多特征融合与改进QPSO-RVM的万能式断路器故障振声诊断方法 被引量:26
17
作者 孙曙光 于晗 +2 位作者 杜太行 王景芹 赵黎媛 《电工技术学报》 EI CSCD 北大核心 2017年第19期107-117,共11页
为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪... 为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪预处理,并利用互补总体经验模态分解算法对处理后的振声信号进行分解,提取固有模态函数能量系数、样本熵、功率谱熵,并组成多特征参数;然后,通过组合核函数核主元分析对多特征参数降维,并将其特征融合组成特征向量作为RVM的输入,解决单一特征识别断路器分合闸故障的低准确率和低稳定性;最后,利用改进QPSO优化分类模型参数,建立基于RVM的次序二叉树模型对断路器故障进行辨识。实验结果表明,该方法能有效提升不同故障状态下诊断结果的可靠性。 展开更多
关键词 万能式断路器 故障诊断 振声特征融合 互补总体经验模态分解 改进量子粒子群相关向量机
下载PDF
基于改进的QPSO训练BP网络的网络流量预测 被引量:11
18
作者 王鹏 刘渊 《计算机应用研究》 CSCD 北大核心 2009年第1期299-301,共3页
为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法... 为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法的全局收敛性能。仿真实验结果表明,与PSO训练的BP网络、QPSO训练的BP网络作为预测模型相比,该模型具有更高的预测精度及很好的稳定性。 展开更多
关键词 量子粒子群优化算法 粒子群优化算法 早熟 神经网络 网络流量预测
下载PDF
基于QPSO算法的作业车间调度问题的研究 被引量:6
19
作者 冯斌 石锦风 孙俊 《计算机工程与设计》 CSCD 北大核心 2007年第23期5690-5693,5786,共5页
针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题。将该问题中的每个调度组成一个多维向量,以此向量... 针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题。将该问题中的每个调度组成一个多维向量,以此向量作为量子粒子群优化算法中的粒子进行进化,由此在解空间内搜索最优解。实例仿真结果表明,该算法收敛速度快、全局收敛性能好,可以得到比遗传算法、粒子群优化算法更佳的调度效果,证明了算法的有效性。 展开更多
关键词 遗传算法 群体智能算法 粒子群优化算法 量子粒子群优化算法 作业车间调度问题
下载PDF
一种基于改进QPSO的机器人路径规划算法 被引量:14
20
作者 胡章芳 孙林 +1 位作者 张毅 鲍合章 《计算机工程》 CAS CSCD 北大核心 2019年第4期281-287,共7页
针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法。根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变... 针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法。根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变异策略更新个体位置,并对算法进行性能测试。实验结果表明,与FE-PSO算法相比,该算法具有较高的收敛精度与较好的稳定性。 展开更多
关键词 路径规划 群智能算法 量子行为粒子群优化 聚集度因子 早熟收敛
下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部