期刊文献+
共找到320篇文章
< 1 2 16 >
每页显示 20 50 100
应用于软件缺陷预测模型的量子粒子群优化BP算法 预览
1
作者 莫有印 《现代电子技术》 北大核心 2019年第15期127-130,133共5页
软件缺陷检测的主要目的是对程序模块中是否存在缺陷进行自动检测,以此有效促进软件的测试进程,使软件系统质量得到提高。针对传统软件缺陷预测模型的问题,提出在软件缺陷预测模型中使用粒子群优化BP算法。此模型使用粒子群优化算法对B... 软件缺陷检测的主要目的是对程序模块中是否存在缺陷进行自动检测,以此有效促进软件的测试进程,使软件系统质量得到提高。针对传统软件缺陷预测模型的问题,提出在软件缺陷预测模型中使用粒子群优化BP算法。此模型使用粒子群优化算法对BP神经网络权值及阈值进行优化,通过交叉验证方法实现实验,并且同传统机器学习方法及BP神经网络等方法进行对比,实验结果表明提出的方法预测精准性比较高。 展开更多
关键词 软件缺陷 预测模型 量子粒子 BP算法 交叉验证 预测精准性
在线阅读 下载PDF
量子粒子群优化社区发现方法 预览
2
作者 杨忠保 楚杨杰 +1 位作者 洪叶 江登英 《复杂系统与复杂性科学》 EI CSCD 2019年第1期36-42,共7页
社区结构是复杂网络的一种重要的特征,为了解决基于模块度优化的社区发现方法现存在的分辨率限制问题,提出一种离散量子粒子群优化社区发现方法(NQDPSO),将核心节点与邻居的普通节点构成模体,该模体为量子粒子群算法的初始值。同时,构... 社区结构是复杂网络的一种重要的特征,为了解决基于模块度优化的社区发现方法现存在的分辨率限制问题,提出一种离散量子粒子群优化社区发现方法(NQDPSO),将核心节点与邻居的普通节点构成模体,该模体为量子粒子群算法的初始值。同时,构造模体加权社区聚类函数为算法的适应性函数,该函数利用了三角形模体来判断社区的稳定性度量问题,从而量化社区结构稳定性。采用压缩因子函数调节全局和局部搜索模型,结合量子粒子群算法,使该算法全局收敛。算法采用模体有序表编码方式,并在模拟和真实数据集上的实验结果均表明,相比于其他算法,NQD-PSO算法可以挖掘更高质量的社区结构。 展开更多
关键词 社区发现 量子粒子 核心节点 优化
在线阅读 下载PDF
干扰及机动条件下的比例导引智能调控策略 预览
3
作者 徐洋 方洋旺 +2 位作者 伍友利 杨鹏飞 张丹旭 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第3期137-145,共9页
由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函... 由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律。 展开更多
关键词 红外诱饵 量子粒子 比例导引律 径向基网络
在线阅读 下载PDF
判别类条件贝叶斯网络分类器的量子粒子群优化参数学习 预览
4
作者 吴慧玲 丁晓彬 +1 位作者 贺广生 刘久富 《山东科技大学学报:自然科学版》 CAS 北大核心 2019年第5期87-93,共7页
针对贝叶斯网络分类器在处理多属性分类问题时,存在分类精度下降、算法运行时间过长等问题,提出一种判别类条件贝叶斯网络模型。该模型在类条件贝叶斯模型的基础上,将条件对数似然函数以对数形式重新参数化,并使用量子粒子群优化算法最... 针对贝叶斯网络分类器在处理多属性分类问题时,存在分类精度下降、算法运行时间过长等问题,提出一种判别类条件贝叶斯网络模型。该模型在类条件贝叶斯模型的基础上,将条件对数似然函数以对数形式重新参数化,并使用量子粒子群优化算法最大化目标函数。新模型采用判别参数学习方法,直接计算条件概率,对于分类问题更加高效。本研究将判别类条件贝叶斯网络模型与TAN分类器相结合,使用量子粒子群算法进行优化,用于对液体火箭发动机的故障诊断与分类中。针对某型号火箭的仿真数据进行故障诊断与分类,与传统的贝叶斯分类器相比,改进的分类器在处理分类问题时,准确率和学习效率更高。 展开更多
关键词 贝叶斯网络 判别参数学习 量子粒子 故障诊断
在线阅读 免费下载
基于相空间重构的GQPSO-WNN短时交通流预测 预览
5
作者 唐瑞 陈庆春 类先富 《计算机应用与软件》 北大核心 2019年第7期311-316,共6页
交通流预测有助于减少交通拥堵和交通事故发生。在定量分析交通流变化过程的混沌特性以及可预测性基础上,提出一种基于相空间的GQPSO-WNN的混合预测模型。引入遗传算法,使用混合优化后的量子粒子群算法初始化小波神经网络的各项参数,克... 交通流预测有助于减少交通拥堵和交通事故发生。在定量分析交通流变化过程的混沌特性以及可预测性基础上,提出一种基于相空间的GQPSO-WNN的混合预测模型。引入遗传算法,使用混合优化后的量子粒子群算法初始化小波神经网络的各项参数,克服网络因初始值设置不当造成无法收敛或陷入多个局部极小值的问题。由于神经网络输入的随机性,采用重新构建交通流时间序列的相空间技术,用重构后的数据作为输入样本。实验结果表明,与WNN、PSO-WNN预测模型相比,该模型可以更加准确预测交通流,算法收敛性也有明显提高。 展开更多
关键词 相空间重构 量子粒子 遗传算法 小波神经网络 交通流预测
在线阅读 下载PDF
应用于软件缺陷预测模型的量子粒子群优化BP算法 预览
6
作者 洪晓彬 姜利群 赵鹏 《重庆理工大学学报:自然科学》 CAS 北大核心 2019年第6期184-189,共6页
为了降低软件测试的成本并改善软件缺陷预测的能力,提出将量子粒子群算法和BP神经网络相结合,以提高软件缺陷预测模型的准确性和适用性。该算法以3层BP神经网络结构为基础,运用量子粒子群优化算法对BP神经网络的权值和阈值进行优化,从... 为了降低软件测试的成本并改善软件缺陷预测的能力,提出将量子粒子群算法和BP神经网络相结合,以提高软件缺陷预测模型的准确性和适用性。该算法以3层BP神经网络结构为基础,运用量子粒子群优化算法对BP神经网络的权值和阈值进行优化,从而在一定程度上克服了传统BP神经网络算法在收敛性能上的不足。仿真模拟实验结果表明:相比传统BP神经网络和粒子群优化BP神经网络,提出算法能够更有效地提高BP神经网络的收敛速度,防止陷入局部极小,提升软件缺陷预测的准确率、效率。 展开更多
关键词 量子粒子 BP神经网络 软件缺陷 预测模型 准确率 收敛性能
在线阅读 免费下载
基于量子粒子群的陀螺平衡车调节器参数优化 预览
7
作者 汪立新 单钧麟 +2 位作者 秦伟伟 沈强 段志强 《中国惯性技术学报》 EI CSCD 北大核心 2019年第4期546-552,共7页
针对陀螺平衡车线性二次型调节器稳定控制中Q、R权值矩阵选取由经验试错确定效率低且无法保证最优性的问题,提出一种基于量子粒子群算法的参数优化方法。首先,基于陀螺平衡车动力学方程建立其状态空间模型;而后,设计线性二次型调节器并... 针对陀螺平衡车线性二次型调节器稳定控制中Q、R权值矩阵选取由经验试错确定效率低且无法保证最优性的问题,提出一种基于量子粒子群算法的参数优化方法。首先,基于陀螺平衡车动力学方程建立其状态空间模型;而后,设计线性二次型调节器并结合混合指标适应度函数给出了Q、R矩阵参数的量子粒子群优化流程;最后,对经验法、粒子群优化和量子粒子群优化三种参数选取策略下的控制效果进行仿真对比,并搭建实物平台进行试验验证。结果表明:量子粒子群方法对陀螺平衡车线性二次型调节器参数优化更加有效,相较于粒子群优化和经验法,倾角响应峰值分别降低了17.07%和38.18%,调节时间缩短了24.32%和56.64%,进动角响应峰值分别降低了16.47%和36.61%,调节时间缩短了18.03%和38.74%,最大控制量分别降低了10.78%和35.88%,有效提升了系统动态响应性能。 展开更多
关键词 陀螺平衡车 量子粒子 线性二次型调节器 Q、R权值矩阵 静态平衡
在线阅读 下载PDF
退役锂动力电池SOC预测建模与分析 预览
8
作者 张燕习 刘雪 +1 位作者 张贺 张持健 《无线电通信技术》 2019年第3期232-236,共5页
随着锂动力电池退役周期的到来,电池梯次应用具有现实意义。为了解决梯次再利用时退役电池放电非线性变化剧烈引起的电池荷电状态(State of Charge,SOC)预测精度不高问题,提出了一种基于量子粒子群(QPSO)优化RBF神经网络预测退役电池SO... 随着锂动力电池退役周期的到来,电池梯次应用具有现实意义。为了解决梯次再利用时退役电池放电非线性变化剧烈引起的电池荷电状态(State of Charge,SOC)预测精度不高问题,提出了一种基于量子粒子群(QPSO)优化RBF神经网络预测退役电池SOC的动态模型,相比经典的粒子群(PSO)优化算法具有更好的稳定性。实验结果表明:该预测模型的误差稳定在1%以内,响应速度快,为锂电池充分利用奠定了理论基础。 展开更多
关键词 锂动力电池 梯次应用 SOC 神经网络 量子粒子
在线阅读 下载PDF
量子粒子群BP神经网络在GNSS高程转换中的应用分析
9
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 BP神经网络 GNSS高程转换
基于改进QPSO的两轮移动机器人区间二型模糊逻辑控制
10
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 优化 两轮移动机器人
基于混沌-量子粒子群的分簇路由算法 预览 被引量:2
11
作者 田思琪 郎百和 韩太林 《吉林大学学报:信息科学版》 CAS 2018年第1期14-19,共6页
针对粒子群分簇路由优化算法存在的收敛速度慢、易陷入局部最优等问题,提出一种混沌-量子粒子群的双子粒子群分簇路由算法。该算法以簇头的能量、簇头与汇聚节点的距离以及与簇内成员节点的距离构造最优簇头的代价函数,主粒子群利用混... 针对粒子群分簇路由优化算法存在的收敛速度慢、易陷入局部最优等问题,提出一种混沌-量子粒子群的双子粒子群分簇路由算法。该算法以簇头的能量、簇头与汇聚节点的距离以及与簇内成员节点的距离构造最优簇头的代价函数,主粒子群利用混沌粒子群寻优,辅粒子群利用量子粒子群寻优,加入量子波动理论,使算法具有较好的全局收敛性。双子粒子群采用收敛速度快的凹函数递减策略优化权重。仿真结果验证了该算法可使无线传感网络节点能量消耗均衡化,显著延长网络生命周期,与LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了80.1%和41.4%。 展开更多
关键词 分簇 混沌粒子 量子粒子 权重
在线阅读 下载PDF
基于量子粒子群优化广义回归神经网络的语音转换方法 预览
12
作者 王民 赵渊 +1 位作者 刘利 许娟 《液晶与显示》 CSCD 北大核心 2018年第2期165-173,共9页
针对粒子群算法优化神经网络进行语音转换时容易产生收敛速度慢、早熟的问题,本文采用一种新的量子粒子群算法优化广义回归神经网络的语音转换模型。该量子粒子群通过改变量子比特相位进而改变位置矢量,并利用量子非门进行变异操作。因... 针对粒子群算法优化神经网络进行语音转换时容易产生收敛速度慢、早熟的问题,本文采用一种新的量子粒子群算法优化广义回归神经网络的语音转换模型。该量子粒子群通过改变量子比特相位进而改变位置矢量,并利用量子非门进行变异操作。因此首先利用量子粒子群对网络进行优化得到最佳的光滑因子参数,从而建立频谱映射规则。接着,利用频谱参数和基频参数的相关性,对韵律特征基频也进行转换。然后,联立转换后的频谱参数和基频参数,利用STRAIGHT模型合成目标语音。最后,采用主观和客观测评方式进行评价。实验结果表明,与传统粒子群算法优化广义回归神经网络相比,该方法转换后的语音自然度和相似度得到提升,谱失真率下降2.1%。本文方法具有比径向基神经网络、广义回归神经网络、粒子群算法优化广义回归神经网络更好的语音转换性能。 展开更多
关键词 语音转换 量子粒子 广义回归神经网络 量子比特 光滑因子
在线阅读 下载PDF
基于IQPSO优化SVM在径流预报中的应用 预览 被引量:3
13
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 混合核函数
在线阅读 下载PDF
光伏组件内部参数辨识与输出特性研究 预览
14
作者 杨宏超 程若发 +1 位作者 吕彩艳 王雪微 《电子技术应用》 2018年第1期125-128,共4页
基于光伏组件的物理模型快速准确地识别其内部参数对于预测光伏阵列的输出特性、跟踪最大功率点和电池故障模型的特性是非常重要的。而传统数学解析的参数辨识方法存在着辨识参数不准确,一般的智能优化算法精度都优于数学解析法,但现有... 基于光伏组件的物理模型快速准确地识别其内部参数对于预测光伏阵列的输出特性、跟踪最大功率点和电池故障模型的特性是非常重要的。而传统数学解析的参数辨识方法存在着辨识参数不准确,一般的智能优化算法精度都优于数学解析法,但现有的粒子群参数辨识方法存在着易陷入早熟和迭代次数过多等问题。对此,提出了一种改进量子粒子群算法,对光伏组件内部5参数进行准确辨识,并对其外部输出特性进行预测。通过MATLAB仿真算例和实际测试数据对该方法进行验证,证明其准确性和适用性。 展开更多
关键词 光伏组件 参数辨识 量子粒子 输出特性
在线阅读 下载PDF
一种高维多模态优化的量子粒子群优化算法 预览 被引量:1
15
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 高维 多模态 动态邻域 局部吸引子
在线阅读 免费下载
基于光伏组件内部参数辨识的故障诊断模型 预览
16
作者 杨宏超 程若发 +1 位作者 吕彩艳 李家佳 《计算机测量与控制》 2018年第3期35-38,共4页
光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征;首先通过MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨... 光伏组件出现故障时,其内部参数应该最能反映其故障特性,基于此通过比较不同故障状况下的光伏组件内部参数特性,提取相应的故障特征;首先通过MATLAB建立光伏组件各故障模型,通过改进量子粒群算法对不同故障类型下的光伏组件进行参数辨识并获取相应的数据,利用数据建立BP神经网络故障诊断模型并对故障类型进行诊断;仿真结果证明所用参数辨识方法可以准确对光伏组件内部参数进行辨识,诊断结果也表明所选取的故障特征是合理的,通过此模型可以准确的对光伏组件故障进行诊断。 展开更多
关键词 光伏组件 参数辨识 量子粒子 BP神经网络 故障诊断
在线阅读 下载PDF
多金属矿山工业采掘生产计划模型与优化算法
17
作者 马龙 卢才武 顾清华 《工业工程与管理》 CSSCI 北大核心 2018年第3期50-56,64共8页
为了降低多金属矿山工业生产作业成本及保证生产连续性等目标,将矿山生产作业过程中采场至卸矿点间的生产成本归结为采掘生产作业计划优化问题,建立了多金属矿山工业采掘生产计划模型。该模型以采掘和运输作业成本最小为目标,综合考... 为了降低多金属矿山工业生产作业成本及保证生产连续性等目标,将矿山生产作业过程中采场至卸矿点间的生产成本归结为采掘生产作业计划优化问题,建立了多金属矿山工业采掘生产计划模型。该模型以采掘和运输作业成本最小为目标,综合考虑了矿石品位波动、采场的出矿量、采掘作业量和矿产资源利用等约束条件。将改进的量子粒子群算法应用于模型中,利用进化速度和聚集度因子对算法参数进行优化,同时提出了双可行域吸引子的粒子搜索策略,提高了算法的全局收敛速度,避免了早熟问题。以某大型多金属矿山为案例,结果表明该算法解算结果要比矿山实际生产指标、非线性规划以及标准粒子群算法结果优于95%以上,算法求解速度提高了65%左右,且该模型与优化算法满足矿山工业采掘生产计划的连续性和均衡性要求。 展开更多
关键词 多金属 矿山工业 生产计划 量子粒子
融合马尔可夫随机场与量子粒子群聚类的棉花图像分割算法 预览
18
作者 龙金辉 朱真峰 《棉花学报》 CSCD 北大核心 2018年第2期197-204,共8页
【目的】提高采摘机器人棉花图像处理系统中的图像分割准确率。【方法】提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法。步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目... 【目的】提高采摘机器人棉花图像处理系统中的图像分割准确率。【方法】提出融合马尔可夫随机场与量子粒子群聚类的图像分割算法。步骤:将读入的RGB模式彩色图像转换成灰度图像;利用本算法分割图像;通过对连通区域面积阈值的设定获取目标区域。使用本算法分割不同角度采集的棉花正面图像与棉花侧面图像,并采用分割精度、峰值信噪比,分别与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法和马尔可夫随机场图像分割算法进行效果比较。【结果】本算法分割精度、峰值信噪比平均值分别为98.94%、77.48dB,与Otsu算法、模糊聚类图像分割算法、量子粒子群图像分割算法、马尔科夫随机场图像分割算法相比,分割精度、峰值信噪比分别提高2.47~4.56百分点、9.81~13.11dB。【结论】本算法处理棉花图像具有更高的分割精度以及峰值信噪比。 展开更多
关键词 棉花 图像分割 马尔可夫随机场 量子粒子 模糊聚类 全局寻优策略 邻域信息
在线阅读 下载PDF
基于模糊神经网络的访问控制风险量化方法 预览 被引量:2
19
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
在线阅读 免费下载
应用小生境和反向学习策略的量子粒子群算法 预览 被引量:2
20
作者 李志鹏 李卫忠 +2 位作者 江洋 杜瑞超 刘唐 《重庆理工大学学报:自然科学》 北大核心 2018年第1期181-187,共7页
针对粒子群算法收敛速度慢、容易陷入局部最优等缺陷,提出一种应用小生境和反向学习策略的量子粒子群算法。以可拓理论为基础构造算法模型,在群体中划分出小生境,并设置共享区,对共享区粒子实施适应度动态共享,可有效防止算法过早收敛,... 针对粒子群算法收敛速度慢、容易陷入局部最优等缺陷,提出一种应用小生境和反向学习策略的量子粒子群算法。以可拓理论为基础构造算法模型,在群体中划分出小生境,并设置共享区,对共享区粒子实施适应度动态共享,可有效防止算法过早收敛,增强全局搜索能力;为深度挖掘全局最优粒子,引入精英反向学习策略,增强解空间的开发,提高算法精度。通过测试函数评估算法性能,实验结果表明算法的优化性能得到了改善。 展开更多
关键词 量子粒子 可拓理论 小生境 反向学习策略 适应度共享
在线阅读 免费下载
上一页 1 2 16 下一页 到第
使用帮助 返回顶部 意见反馈