期刊文献+
共找到785篇文章
< 1 2 40 >
每页显示 20 50 100
基于正态云模型的自适应量子粒子群优化算法 预览
1
作者 余大为 周海鹏 +3 位作者 孙敏 李旸 张恩宝 李倩倩 《吉首大学学报:自然科学版》 CAS 2019年第6期29-39,共11页
基于云模型的随机性、模糊性和稳定性特征,通过正态云发生器对量子粒子群优化算法(QPSO)进行改进,提出了一种基于正态云模型的自适应量子粒子群优化算法(CMAQPSO).该算法将正态云模型引入到QPSO算法的研究,定义了收缩扩张系数的云调整... 基于云模型的随机性、模糊性和稳定性特征,通过正态云发生器对量子粒子群优化算法(QPSO)进行改进,提出了一种基于正态云模型的自适应量子粒子群优化算法(CMAQPSO).该算法将正态云模型引入到QPSO算法的研究,定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式,给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO,OPSO,CVCPSO,CMAQPSO 4种算法进行对比测试,实验结果表明,CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法. 展开更多
关键词 正态云模型 自适应 量子粒子群 量子粒子群优化算法
在线阅读 下载PDF
基于改进QPSO的两轮移动机器人区间二型模糊逻辑控制
2
作者 佃松宜 梁伟博 赵涛 《控制与决策》 EI CSCD 北大核心 2019年第2期261-268,共8页
以两轮移动机器人(TWMR)为对象,针对机器人的非线性模型分别设计控制机器人平衡和位置的区间二型模糊逻辑控制器(IT2 FLC).针对区间二型模糊规则中参数难以设定的问题,通过改进的量子粒子群算法(LTQPSO)优化区间二型模糊集参数,并给出... 以两轮移动机器人(TWMR)为对象,针对机器人的非线性模型分别设计控制机器人平衡和位置的区间二型模糊逻辑控制器(IT2 FLC).针对区间二型模糊规则中参数难以设定的问题,通过改进的量子粒子群算法(LTQPSO)优化区间二型模糊集参数,并给出优化算法的流程图.针对区间二型模糊逻辑控制器和一型模糊逻辑控制器(T1 FLC)对平衡和位置的控制效果进行对比.进一步考虑质量不确定和位置扰动对两种控制器控制效果的影响.仿真结果表明, IT2 FLC可以有效地达到设定的控制目标,与T1 FLC相比, IT2 FLC拥有更好的处理不确定性的能力以及更强的抗扰动能力. 展开更多
关键词 区间二型模糊逻辑 模糊集 不确定性 量子粒子群 优化 两轮移动机器人
量子粒子群BP神经网络在GNSS高程转换中的应用分析 被引量:1
3
作者 韩红超 《测绘通报》 CSCD 北大核心 2019年第1期85-88,共4页
提出了一种基于量子粒子群神经网络(QPSO-BP)模型的GNSS高程转换方法,通过建立GNSS点平面坐标与正常高之间的三层QPSO-BP数学模型而实现GNSS高程转换。试验分析结果表明,该方法全局迭代进化搜索能力高、稳健性强、拟合及预测精度高,在G... 提出了一种基于量子粒子群神经网络(QPSO-BP)模型的GNSS高程转换方法,通过建立GNSS点平面坐标与正常高之间的三层QPSO-BP数学模型而实现GNSS高程转换。试验分析结果表明,该方法全局迭代进化搜索能力高、稳健性强、拟合及预测精度高,在GNSS高程转换方面具有良好的有效性与先进性。 展开更多
关键词 量子粒子群 BP神经网络 GNSS高程转换
基于IQPSO优化SVM在径流预报中的应用 预览 被引量:4
4
作者 李文敬 李沛武 《南昌工程学院学报》 CAS 2018年第3期54-59,90共7页
提高径流预报精度的关键因素是选取合适的预报模型和预报因子。选择支持向量机作为径流预报模型,针对支持向量机模型参数在应用中存在选取困难的缺点,在标准量子粒子群算法中加入早熟判定准则、高斯扰动和自适应权重,提出改进量子粒子... 提高径流预报精度的关键因素是选取合适的预报模型和预报因子。选择支持向量机作为径流预报模型,针对支持向量机模型参数在应用中存在选取困难的缺点,在标准量子粒子群算法中加入早熟判定准则、高斯扰动和自适应权重,提出改进量子粒子群算法(IQPSO),并使用该算法实现支持向量机参数的自动优选。为了验证效果,分别采用PSO-SVM、QPSO-SVM和径向基神经网络模型预报作对比,并使用多种评价指标进行对比分析。结果表明,使用改进量子粒子群算法优化支持向量机(IQPSO-SVM)模型能够有效提高月径流预报精度。 展开更多
关键词 径流预报 参数选择 支持向量机 量子粒子群 混合核函数
在线阅读 下载PDF
基于混合粒子群算法的列车停站方案优化 预览
5
作者 陈晓敏 王家伟 《计算机系统应用》 2018年第6期12-17,共6页
列车停站方案影响着旅客服务质量和运行效率,是列车开行方案的重要环节.本文建立了旅客列车停站方案的多目标规划模型以最大化区段可达性从而减少旅客旅行时间.针对传统的粒子群优化算法在处理复杂多维问题时,算法效率不高,易陷进局部最... 列车停站方案影响着旅客服务质量和运行效率,是列车开行方案的重要环节.本文建立了旅客列车停站方案的多目标规划模型以最大化区段可达性从而减少旅客旅行时间.针对传统的粒子群优化算法在处理复杂多维问题时,算法效率不高,易陷进局部最优,且无法有效处理离散问题等缺点,提出了一种将量子遗传算法引入到MPSO中的方法.算法整体采用粒子群算法,结合量子遗传算法的概率幅编码,并使用粒子群的速度更新公式来更新量子旋转门.算法引入量子遗传算法的全局探索和粒子群算法的种群智能体系,不仅提高了算法的收敛速度,同时增加了粒子多样性.最后,将改进的量子遗传粒子群算法(QGA_PSO)应用于ZDT函数优化和停站方案模型优化,证明了算法的有效性. 展开更多
关键词 量子遗传算法 粒子群算法 多目标多约束 停站方案
在线阅读 下载PDF
量子粒子群算法在WSN三维定位中的研究 预览
6
作者 刘小园 《计算机应用与软件》 北大核心 2018年第3期120-123,144共5页
D-DVHoP作为三维定位的经典算法,会因节点分布不均时,因“绕弯”现象导致较大偏差。为找出邻居节点之间的实际距离与绕弯距离最小误差,提高定位精度,已有的改进算法容易陷入局部最优或无解现象。新算法在3D-DVHoP基础上引入量子旋转门... D-DVHoP作为三维定位的经典算法,会因节点分布不均时,因“绕弯”现象导致较大偏差。为找出邻居节点之间的实际距离与绕弯距离最小误差,提高定位精度,已有的改进算法容易陷入局部最优或无解现象。新算法在3D-DVHoP基础上引入量子旋转门变异规则,通过交叉变异修正个体粒子速率和状态,增加粒子搜索的广泛性和遍历性,从而找出全局最优解。仿真实验证明,该算法可以有效避免已有的改进算法容易陷入局部最优的问题,拥有更高的定位精度。 展开更多
关键词 无线传感网络 3D-DVHoP 量子门 粒子群
在线阅读 下载PDF
基于QPSO-ELM的过程神经网络及时间序列预测
7
作者 刘志刚 许少华 +1 位作者 李盼池 冯永强 《控制工程》 CSCD 北大核心 2018年第3期477-483,共7页
过程神经网络模型结构复杂,正交基展开后学习参数多,传统梯度下降存在对初值敏感、计算复杂等问题,将过程神经网络进行正交基展开化简,在结构上转化为统神经网络,利用极限学习作为过程神经元网络的学习算法。学习过程中摒弃梯度下... 过程神经网络模型结构复杂,正交基展开后学习参数多,传统梯度下降存在对初值敏感、计算复杂等问题,将过程神经网络进行正交基展开化简,在结构上转化为统神经网络,利用极限学习作为过程神经元网络的学习算法。学习过程中摒弃梯度下降算法的迭代调整策略,采用Moore-Penrose广义逆计算输出权值,同时为弥补该算法由于随机赋值造成的模型稳定性差的缺点,提出一种双链结构的量子粒子群算法,优化极限学习过程中随机赋值参数。二者结合使用,使模型在稳定性、训练误差方面都得到了一定程度的提高。仿真实验以Mackey—Glass时间序列和太阳黑子预测为例验证了算法的有效性。 展开更多
关键词 过程神经元网络 极限学习 量子粒子群 网络训练
基于模糊神经网络的访问控制风险量化方法 预览 被引量:3
8
作者 石秀金 于纬华 《智能计算机与应用》 2018年第1期31-35,共5页
访问控制系统中风险量化具有不确定性,非线性等特点,无法确定具有良好效果的求解规则. 本文将模糊理论、人工神经网络、小波分析及量子粒子群优化算法有机结合,提出了模糊小波神经网络( fuzzy wavelet neural network, Fuzzy WNN)的... 访问控制系统中风险量化具有不确定性,非线性等特点,无法确定具有良好效果的求解规则. 本文将模糊理论、人工神经网络、小波分析及量子粒子群优化算法有机结合,提出了模糊小波神经网络( fuzzy wavelet neural network, Fuzzy WNN)的风险量化方法,通过模糊综合评判法对主体、客体等的属性信息进行评价量化,作为小波神经网络的输入量,小波神经网络的输出量为量化的风险值,并对小波神经网络的训练算法进行改进优化. 仿真结果表明,本文提出的算法可对访问请求风险实现有效量化,克服现有的量化方法所存在的主观随意性大、结论模糊等缺陷. 展开更多
关键词 访问控制 风险量化 模糊理论 小波神经网络 量子粒子群
在线阅读 免费下载
一种高维多模态优化的量子粒子群优化算法 预览 被引量:2
9
作者 张艺瀛 金志刚 《哈尔滨工业大学学报》 CSCD 北大核心 2018年第11期50-58,82共10页
为求解实际工程中的高维多模态优化问题,提出了基于动态邻域的多策略进化的量子粒子群优化算法(QPSO).针对QPSO算法存在的粒子“早熟”问题,首先定义了一种动态邻域选择机制以保持种群的“活跃性”;然后结合动态邻域机制,定义了... 为求解实际工程中的高维多模态优化问题,提出了基于动态邻域的多策略进化的量子粒子群优化算法(QPSO).针对QPSO算法存在的粒子“早熟”问题,首先定义了一种动态邻域选择机制以保持种群的“活跃性”;然后结合动态邻域机制,定义了三个不同策略的局部吸引子更新方程以保持种群进化的“多样性”.为了防止算法的进化方向不发散,对收敛到全局最优解的局部吸引子更新策略赋予了较大权重;最后为了拓展最优解空间引入了狼群优化算法中的综合评价方法.通过对不同类型的高维多模态基准测试函数的仿真实验结果表明:相比于其余四种优化算法,本文提出的优化算法在收敛精度和稳定性方面具有明显优势,并且随着测试维度的增加,这种优势更加凸显,展现出了较好的解决高维多模态优化问题的性能.文中引入的综合评价方法在所有的测试函数中均具有较高的生效次数,综合评价生效意味着为下一次的进化找到一个更加有利的进化方向,这样能够减少算法找到最优解的次数,也能进一步提升算法的收敛精度. 展开更多
关键词 量子粒子群 高维 多模态 动态邻域 局部吸引子
在线阅读 免费下载
复合Bessel函数零点数值计算方法及分布规律
10
作者 姬安召 王玉风 刘雪芬 《山东大学学报:工学版》 北大核心 2018年第1期71-77,共7页
为了解决复合Bessel函数零点计算问题,提出修正粒子群与量子粒子群优化算法。修正后的算法能够找到复合Bessel函数有限区间内绝大部分函数零点。为了进一步提高函数零点的搜索能力,结合前两种算法特点,借鉴交叉算子操作,对带交叉算子量... 为了解决复合Bessel函数零点计算问题,提出修正粒子群与量子粒子群优化算法。修正后的算法能够找到复合Bessel函数有限区间内绝大部分函数零点。为了进一步提高函数零点的搜索能力,结合前两种算法特点,借鉴交叉算子操作,对带交叉算子量子粒子群算法进行修正,修正后的算法能找到复合Bessel函数有限区间内所有函数零点,修正后带交叉算子量子粒子群算法收敛速度快,零点计算精度高。计算结果表明:同一参数复合Bessel函数除去前3个零点,后续零点与零点次序在双对数坐标系中符合直线关系。对不同参数计算的零点与零点次序进行直线拟合,相关程度达到99.99%,零点拟合的相对误差小于0.5%,能够满足工程计算的需求。 展开更多
关键词 复合Bessel函数 有界地层 多峰函数 量子粒子群 交叉算子
基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署 预览
11
作者 徐公国 段修生 +1 位作者 单甘霖 童俊 《兵工学报》 CSCD 北大核心 2018年第11期2192-2201,共10页
对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化(LM-AQPSO)算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数... 对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化(LM-AQPSO)算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明:相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。 展开更多
关键词 传感器部署 复杂地形 多目标优化 量子粒子群 PARETO最优解
在线阅读 下载PDF
基于量子粒子群方法训练ANFIS模型 预览
12
作者 张正金 吴剑威 《巢湖学院学报》 2017年第3期42-49,共8页
论文提出一种基于量子行为粒子群算法优化自适应模糊推理系统模型(ANFIS)参数,与之前使用梯度下降方法(Gradient Decent Method)不同,论文使用QPSO方法来训练ANFIS模型中隶属度函数的参数。经过训练后的ANFIS模型可以应用到非线性... 论文提出一种基于量子行为粒子群算法优化自适应模糊推理系统模型(ANFIS)参数,与之前使用梯度下降方法(Gradient Decent Method)不同,论文使用QPSO方法来训练ANFIS模型中隶属度函数的参数。经过训练后的ANFIS模型可以应用到非线性系统模型和混沌时序的预测。通过几组仿真实验结果表明基于量子粒子群方法训练ANFIS模型要优于基于粒子群算法方法训练ANFIS模型。 展开更多
关键词 粒子群 量子粒子群 模糊系统 ANFIS
在线阅读 免费下载
基于混合量子粒子群优化的投资组合模型及试验分析 预览 被引量:2
13
作者 高岳林 余亚萍 《工程数学学报》 CSCD 北大核心 2017年第1期21-30,共10页
本文在Markowitz均值-方差模型的基础上,建立了带有资产数目和投资比例约束的投资组合模型,使得新模型更加的切合实际.
关键词 投资组合 量子粒子群 混合算法 实证分析
在线阅读 下载PDF
单矢量水听器水中多目标方位跟踪方法 预览
14
作者 张维 尚玲 《国防科技大学学报》 EI CSCD 北大核心 2017年第2期114-119,共6页
采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计.为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化.结果表明:单矢量水听器能够同时分辨多个目标方位... 采用量子粒子群求解声压和质点振速组成的非线性相关方程组,实现多目标声源方位的估计.为提高精度,应用最小二乘法对测量结果进行拟合并建立预测模型,通过卡尔曼滤波对方位轨迹进行优化.结果表明:单矢量水听器能够同时分辨多个目标方位,解算结果应使用统计特性表示;采用本方法最多能分辨7个目标,目标个数越多,方位误差越大;信噪比越高,分辨率和精度越高,偏差越小;通过数据拟合然后卡尔曼滤波的方法能够有效提高目标方位跟踪精度. 展开更多
关键词 多目标方位 单矢量水听器 卡尔曼滤波 最小二乘法 量子粒子群
在线阅读 下载PDF
基于量子粒子群的光纤通信信道分配方法 被引量:1
15
作者 孙晓晗 尹西翔 陈举欣 《激光杂志》 北大核心 2017年第12期71-74,共4页
信道分配是光纤通信系统中的关键技术,当前信道分配方法存在分配错误差、分配速度慢等不足,导致数据传输的误码率高,信号质量差。为了解决当前光纤通信信道分配方法存在的不足,改善提高光纤通信信道质量,提出基于量子粒子群算法的光纤... 信道分配是光纤通信系统中的关键技术,当前信道分配方法存在分配错误差、分配速度慢等不足,导致数据传输的误码率高,信号质量差。为了解决当前光纤通信信道分配方法存在的不足,改善提高光纤通信信道质量,提出基于量子粒子群算法的光纤通信信道分配方法。首先对当前光纤通信信道分配方法的研究现状进行深入分析,找到引起光传通信质量下降的原因,然后建立光纤通信信道分配的数学模型,采用量子粒子群算法对光纤通信信道分配的数学模型进行求解,最后仿真测试结果表明,本文方法可以较好防止光纤通信信道之间的冲突,加快了数据传输速度,而且数据传输的误码率低,获得了高质量的光纤通信质量。 展开更多
关键词 光通通信 信道分配 量子粒子群 误差率
基于多目标MSQPSO算法的UAVS协同任务分配 预览 被引量:1
16
作者 韩博文 姚佩阳 孙昱 《电子学报》 CSCD 北大核心 2017年第8期1856-1863,共8页
针对无人机系统协同作战过程中存在多任务类型时序约束以及单目标优化决策欠佳问题,提出了一种利用多策略融合量子粒子群算法进行多目标优化的解决方法.在建立任务分配模型过程中,考虑不同类型任务的时序约束和多无人机协同约束,并抽象... 针对无人机系统协同作战过程中存在多任务类型时序约束以及单目标优化决策欠佳问题,提出了一种利用多策略融合量子粒子群算法进行多目标优化的解决方法.在建立任务分配模型过程中,考虑不同类型任务的时序约束和多无人机协同约束,并抽象出无人机执行不同类型任务的能力,使模型更加符合实际作战情况.利用佳点集构造理论、变尺度混沌因子、量子变异操作与动态惯性权重对量子粒子群算法(Quantum Particle Swarm Optimization,QPSO)进行改进.最后通过采取多目标优化决策来选取相应的分配方案,仿真结果验证了所提算法的有效性与优越性. 展开更多
关键词 无人机 任务分配 Pareto多目标优化 量子粒子群 多策略融合
在线阅读 下载PDF
兼顾不同角色利益的集中型充电站优化布局 被引量:5
17
作者 徐方维 谭洋洋 +3 位作者 杨洪耕 滕予非 张曦 尹青 《高电压技术》 EI CAS CSCD 北大核心 2017年第4期1256-1262,共7页
考虑到充电站投资主体和充电用户两种不同角色所追求的利益互异会影响充电站规划决策,发展了一种兼顾投资主体投资成本和充电用户满意度的集中型充电站双层优化布局模型。根据各类电动汽车(EVs)的行为特性建立了电动汽车充电功率需求... 考虑到充电站投资主体和充电用户两种不同角色所追求的利益互异会影响充电站规划决策,发展了一种兼顾投资主体投资成本和充电用户满意度的集中型充电站双层优化布局模型。根据各类电动汽车(EVs)的行为特性建立了电动汽车充电功率需求模型。以企业投资成本和用户满意度分别作为双层规划模型的上层和下层目标函数,并考虑企业投资预算约束、电网约束、充电站容量约束和充电用户需求约束,综合反映了不同角色间的耦合决策作用。双层规划问题属于强NP-hard问题,采用量子遗传算法求解上层规划模型,采用粒子群算法求解下层规划模型,并输出最终充电站布局方案。结果表明,综合考虑投资成本和用户满意度的集中型充电站方案能合理兼顾投资主体和用户的各自利益,实现投资成本和用户满意度的有效折衷。 展开更多
关键词 集中型充电站 用户满意度 耦合决策 双层规划问题 量子遗传算法 粒子群算法
基于CQPSO的LCL滤波器设计方法 预览
18
作者 师文芳 陈华 廖俊勃 《安徽大学学报:自然科学版》 CAS 北大核心 2016年第2期67-72,共6页
针对光伏并网逆变系统中LCL滤波器参数设计的困难,提出采用混沌量子粒子群算法对滤波器参数进行寻优.利用混沌优化方法具有的随机性、有界性、遍历性等特性,来扩大算法的搜索范围和提高收敛速度.对LCL滤波器进行分析后,确定约束条件,结... 针对光伏并网逆变系统中LCL滤波器参数设计的困难,提出采用混沌量子粒子群算法对滤波器参数进行寻优.利用混沌优化方法具有的随机性、有界性、遍历性等特性,来扩大算法的搜索范围和提高收敛速度.对LCL滤波器进行分析后,确定约束条件,结合算法来对其参数进行优化设计.对三相光伏并网逆变器进行仿真实验,将混沌量子粒子群算法与自适应遗传算法进行比较,结果表明该算法比自适应遗传算法有更好的滤波效果,谐波畸变率也更小. 展开更多
关键词 并网逆变器 混沌 量子粒子群 LCL滤波器
在线阅读 下载PDF
基于QPSO和极限学习的离散过程神经网络及学习算法 被引量:5
19
作者 刘志刚 许少华 李盼池 《控制与决策》 EI CSCD 北大核心 2016年第12期2241-2247,共7页
连续过程神经元网络在权函数正交基展开时,基函数个数无法有效确定,因此逼近精度不高.针对该问题,提出一种离散过程神经元网络,使用三次样条数值积分处理离散样本和权值的时域聚合运算.模型训练采用双链量子粒子群完成输入权值的全局寻... 连续过程神经元网络在权函数正交基展开时,基函数个数无法有效确定,因此逼近精度不高.针对该问题,提出一种离散过程神经元网络,使用三次样条数值积分处理离散样本和权值的时域聚合运算.模型训练采用双链量子粒子群完成输入权值的全局寻优,通过量子旋转门和非门完成种群进化.局部使用极限学习,通过Moore-Penrose广义逆计算输出权值.以时间序列预测为例进行仿真实验,结果验证了模型的有效性,且训练收敛能力和逼近能力都有一定程度的提高. 展开更多
关键词 过程神经元网络 极限学习 量子粒子群 MOORE-PENROSE广义逆 网络训练
基于QPSO—LSSVM的风电场超短期功率预测 预览 被引量:5
20
作者 张涛 孙晓伟 +1 位作者 史苏怡 李振兴 《中国电力》 CSCD 北大核心 2016年第3期183-187,共5页
准确预测风电场的发电功率,有利于电网的经济和安全调度。为提高风电场超短期功率预测的精度,建立了基于最小二乘支持向量机(LSSVM)的风电场超短期功率预测模型,并采用量子粒子群算法(QPSO)对LSSVM中影响回归性能的参数进行优化... 准确预测风电场的发电功率,有利于电网的经济和安全调度。为提高风电场超短期功率预测的精度,建立了基于最小二乘支持向量机(LSSVM)的风电场超短期功率预测模型,并采用量子粒子群算法(QPSO)对LSSVM中影响回归性能的参数进行优化。通过对福建某实际风电场超短期功率预测的应用表明,与BP神经网络和QPSO-LSSVM的预测结果相比,QPSO-LSSVM预测模型多种误差指标均较小,具有较高的预测精度和鲁棒性,是一种有效的风电场超短期功率预测方法。 展开更多
关键词 风功率预测 量子粒子群 最小二乘支持向量机 BP神经网络
在线阅读 下载PDF
上一页 1 2 40 下一页 到第
使用帮助 返回顶部 意见反馈