新型量子粒子群算法及其性能分析研究被引量：1

下载PDF

导出

摘要本文在简要介绍基本粒子群优化(PSO)算法的基础上,讨论了一种新型量子粒子群优化算法,并给出了其实现方式,并通过标准测试函数对其进行性能对比评价。仿真结果表明,这种量子粒子群优化算法能给出很好的优化结果。

作者陈治明

机构地区惠州学院电子科学系

出处《福建电脑》 2010年第5期1-1,13,共2页 Journal of Fujian Computer

基金广东省自然科学基金项目(编号7008360)

关键词粒子群算法量子优化性能评价

分类号 TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献5

1沈林成,霍霄华,牛轶峰.离散粒子群优化算法研究现状综述[J].系统工程与电子技术,2008,30(10):1986-1990. 被引量：56
2赵会洋,王爽,杨志鹏.粒子群优化算法研究综述[J].福建电脑,2007(3):40-41. 被引量：11
3崔光照,李小广,张勋才,王延峰,李翠玲.基于改进的粒子群遗传算法的DNA编码序列优化[J].计算机学报,2010,33(2):311-316. 被引量：27
4袁小芳,王耀南.基于混沌优化算法的支持向量机参数选取方法[J].控制与决策,2006,21(1):111-113. 被引量：55
5Sun J,Feng B,Xu W B.Particle Swarm Optimization with particles having quantum behavior[C].Congress on Evolutionary Computation,2004. 被引量：1

二级参考文献21

1许建华,张学工,李衍达.支持向量机的新发展[J].控制与决策,2004,19(5):481-484. 被引量：132
2李宁,孙德宝,岑翼刚,邹彤.带变异算子的粒子群优化算法[J].计算机工程与应用,2004,40(17):12-14. 被引量：60
3董春曦,饶鲜,杨绍全,徐松涛.支持向量机参数选择方法研究[J].系统工程与电子技术,2004,26(8):1117-1120. 被引量：65
4肖健梅,李军军,王锡淮.改进微粒群优化算法求解旅行商问题[J].计算机工程与应用,2004,40(35):50-52. 被引量：29
5张燕,汪镭,康琦,吴启迪.微粒群优化算法及其改进形式综述[J].计算机工程与应用,2005,41(2):1-3. 被引量：30
6高海兵,周驰,高亮.广义粒子群优化模型[J].计算机学报,2005,28(12):1980-1987. 被引量：102
7CHEN Ai-ling YANG Gen-ke WU Zhi-ming.Hybrid discrete particle swarm optimization algorithm for capacitated vehicle routing problem[J].Journal of Zhejiang University-Science A(Applied Physics & Engineering),2006,7(4):607-614. 被引量：26
8霍霄华,陈岩,朱华勇,沈林成.多UCAV协同控制中的任务分配模型及算法[J].国防科技大学学报,2006,28(3):83-88. 被引量：47
9周驰,高亮,高海兵.基于PSO的置换流水车间调度算法[J].电子学报,2006,34(11):2008-2011. 被引量：24
10贾东立,张家树.基于混沌变异的小生境粒子群算法[J].控制与决策,2007,22(1):117-120. 被引量：50

共引文献144

1蔡兵,王培元,胡荣玉.RBF网络参数确定方法的研究[J].襄樊学院学报,2008,29(2):69-71. 被引量：2
2刘长良,李淑娜.基于LS-SVM和单纯形的烟气含氧量软测量[J].热能动力工程,2010,25(3):292-296. 被引量：18
3程启明,王勇浩.基于最小二乘算法的模糊支持向量机控制器及其应用[J].中国电机工程学报,2007,27(8):76-80. 被引量：12
4彭佩星,王保良,李海青.基于ICA和ES-SVM的油气两相流空隙率测量[J].化工自动化及仪表,2007,34(4):60-62. 被引量：4
5王强,陈英武,邢立宁.支持向量回归参数的混合选择[J].计算机工程,2007,33(15):40-42. 被引量：4
6张永,迟忠先.基于时间序列的模糊支持向量回归[J].计算机工程,2007,33(19):47-48. 被引量：3
7彭珍瑞,王保良,黄志尧,李海青.基于改进的LS-SVM测量油气两相流空隙率[J].高校化学工程学报,2008,22(1):18-22. 被引量：3
8廖振生,陈光喜.基于SVM对隐写分析RS算法的改进[J].桂林电子科技大学学报,2008,28(1):51-53. 被引量：2
9路志英,李艳英,陆洁,赵智超.粒子群算法优化RBF-SVM沙尘暴预报模型参数[J].天津大学学报,2008,41(4):413-418. 被引量：12
10李祥飞,邹莉华.基于混沌变量优化的神经网络PID控制[J].计算技术与自动化,2008,27(3):35-38. 被引量：2

同被引文献2

1戴斌.基于混沌粒子群算法和连续潮流法的静态电压稳定分析[J].中小企业管理与科技,2012(4):306-307. 被引量：1
2李博.粒子群算法及其在桁架结构优化设计中的应用研究[J].价值工程,2013,32(1):37-39. 被引量：1

引证文献1

1饶钰.粒子群优化算法在系统经济调度中的应用[J].中小企业管理与科技,2013(36):268-269. 被引量：1

二级引证文献1

1王旭.电商集中促销期间物流峰值统计模型仿真[J].计算机仿真,2015,32(10):323-326. 被引量：2

1肖文显,刘震.一种融合反向学习和量子优化的粒子群算法[J].微电子学与计算机,2013,30(6):126-130. 被引量：6
2陈治明.改进的粒子群算法及其SVM参数优化应用[J].计算机工程与应用,2011,47(10):38-40. 被引量：18
3张建伟,潘秀琴.基于量子优化的云服务器负载均衡算法研究[J].计算机应用研究,2015,32(10):3128-3130. 被引量：4
4魏娜,黄学宇,刘守东.量子进化算法原理及改进策略研究[J].计算机工程,2011,37(20):223-226. 被引量：4
5李士勇,李盼池.量子搜索及量子智能优化研究进展[J].计算机测量与控制,2009,17(7):1239-1242. 被引量：8
6李士勇,李盼池.求解连续空间优化问题的量子粒子群算法[J].量子电子学报,2007,24(5):569-574. 被引量：56
7张映玉,付樟华.绝热量子优化算法研究进展[J].计算机工程与科学,2015,37(3):429-433. 被引量：2
8杜卫林,李斌,田宇.量子退火算法研究进展[J].计算机研究与发展,2008,45(9):1501-1508. 被引量：13
9张睿,何常德,薛晨阳,张文栋.QICA在齿轮箱工作模态识别和故障诊断中的应用[J].机械设计与制造,2015(1):256-260. 被引量：2
10陈娟,唐俊.混合优化算法求解无线区域网络频谱问题[J].计算机工程与应用,2016,52(5):110-113.

福建电脑

2010年第5期

浏览历史

内容加载中请稍等...

新型量子粒子群算法及其性能分析研究被引量：1

参考文献5

二级参考文献21

共引文献144

同被引文献2

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

新型量子粒子群算法及其性能分析研究 被引量：1

参考文献5

二级参考文献21

共引文献144

同被引文献2

引证文献1

二级引证文献1

相关作者

相关机构

相关主题

浏览历史

新型量子粒子群算法及其性能分析研究被引量：1