基于量子粒子群优化算法的城市电动汽车充电站优化布局 被引量：93

1

作者 刘自发 张伟 王泽黎 《中国电机工程学报》 EI CSCD 北大核心 2012年第22期39-45,20,共7页

针对如何确定电动汽车充电站位置及规模的问题,建立考虑地理信息、建设成本和运行成本的综合优化目标函数。此目标函数以土地成本、配电变压器的投资等建设成本及包含供电损耗的运行费用为基础,以交通流量为约束条件,比较科学、全面地... 针对如何确定电动汽车充电站位置及规模的问题,建立考虑地理信息、建设成本和运行成本的综合优化目标函数。此目标函数以土地成本、配电变压器的投资等建设成本及包含供电损耗的运行费用为基础,以交通流量为约束条件,比较科学、全面地反映电动汽车充电站选址、定容问题的实质。电动汽车充电站选址定容问题是非凸、非线性、组合优化问题。在确定目标函数的基础上,提出用量子粒子群优化算法对此问题进行求解。此算法采用了量子理论中的叠加态特性和概率表达特性,潜在地增加了种群的多样性和全局寻优能力及寻优效率。运用此算法和构建的优化模型,对某区域的电动汽车充电站进行规划,通过对比分析,表明该方法可行、有效。 展开更多

关键词 电动汽车 充电站 量子粒子群算法 交通流量

下载PDF 职称材料

基于QPSO-RBF的瓦斯涌出量预测模型 被引量：32

2

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 职称材料

基于量子粒子群优化算法的水电系统经济运行 被引量：12

3

作者 张智晟 董存 吴新振 《电网技术》 EI CSCD 北大核心 2009年第18期68-72,共5页

首次将量子粒子群优化算法用于水电系统经济运行研究中。该算法是量子理论与粒子群算法的融合,在粒子编码过程中引入了量子的态矢量表达,并将量子比特的概率幅表示应用于粒子的编码,使得粒子可以表达为多个态的叠加;在粒子更新操作过程... 首次将量子粒子群优化算法用于水电系统经济运行研究中。该算法是量子理论与粒子群算法的融合,在粒子编码过程中引入了量子的态矢量表达,并将量子比特的概率幅表示应用于粒子的编码,使得粒子可以表达为多个态的叠加;在粒子更新操作过程中,利用量子逻辑门实现了粒子的演化,具有比常规粒子群算法更好的目标优化性能。仿真结果证实该算法可有效解决水电机组经济运行问题。性能对比显示,该算法求得的解优于常规粒子群算法及其它优化算法所求得的解。 展开更多

关键词 水电系统 经济运行 量子粒子群优化算法

下载PDF 职称材料

改进的量子粒子群优化算法对多维多选择背包问题的求解 被引量：7

4

作者 杨雪 董红斌 董宇欣 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2018年第6期1461-1468,共8页

针对多维多选择背包问题无法在多项式时间内找到最优解,且由于其强约束限制条件,在求解过程中易陷入局部最优的问题,提出一种改进的量子粒子群优化算法对该问题进行求解.首先,在量子粒子移动过程中,通过判断其与下次迭代个体的位置关系... 针对多维多选择背包问题无法在多项式时间内找到最优解,且由于其强约束限制条件,在求解过程中易陷入局部最优的问题,提出一种改进的量子粒子群优化算法对该问题进行求解.首先,在量子粒子移动过程中,通过判断其与下次迭代个体的位置关系确定其位置信息的可用性,通过该信息充分保留粒子位置的多样性;其次,提出一种新的位置扰动方法,避免种群陷入局部最优.最后,将该算法在标准数据集上进行测试,对算法的收敛速度和运行时间进行分析,测试结果表明,该算法在求解准确性上得到明显提升. 展开更多

关键词 量子粒子群优化算法 多维多选择背包问题 精英保留 局部扰动

下载PDF 职称材料

基于量子微粒群优化算法的半透明介质光学参数反演 被引量：2

5

作者 魏琳扬 郭馨 +1 位作者 王存海 李国军 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第1期63-68,75,共7页

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关... 针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明:建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考. 展开更多

关键词 光学参数反演 量子微粒群优化算法 辐射-导热耦合 半透明介质 脉冲激光

下载PDF 职称材料

利用改进Elman神经网络的光伏I-V特性建模方法 被引量：3

6

作者 罗林禄 陈志聪 +2 位作者 吴丽君 林培杰 程树英 《福州大学学报（自然科学版）》 CAS 北大核心 2022年第2期198-205,共8页

为了准确表征和预测光伏(PV)组件在不同工况下的电流电压(I-V)特性,提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法.首先,通过皮尔森相关系数分析影响I-V曲线的环境因素;其次,使用基于电压电流的双线性插值法对实测I-V曲线... 为了准确表征和预测光伏(PV)组件在不同工况下的电流电压(I-V)特性,提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法.首先,通过皮尔森相关系数分析影响I-V曲线的环境因素;其次,使用基于电压电流的双线性插值法对实测I-V曲线进行重采样,以提高I-V曲线上数据点分布的均匀性;再次,使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样,降低数据冗余度,并利用量子粒子群(QPSO)算法优化Elman神经网络的初始权值和阈值,从而构造QPSO-Elman预测模型.最后,根据实测I-V曲线数据集进行实验验证和测试,并与多层感知机、未改进的Elman网络、支持向量机等算法进行对比.实验结果表明,所提出的建模预测方法精度更高,稳定性和泛化能力更好. 展开更多

关键词 光伏阵列 I-V特性建模 qpso算法 ELMAN神经网络 参数优化

下载PDF 职称材料

引入人工蜂群搜索算子的QPSO算法的改进实现 被引量：4

7

作者 苑帅 沈西挺 邵娜娜 《计算机工程与应用》 CSCD 北大核心 2016年第15期29-33,共5页

针对基于人工蜂群搜索算子的量子粒子群算法(IQPSO)求解精度不理想,收敛速度慢等问题,将一种更新全局最优的新策略融入到IQPSO算法中,引入双中心粒子,将IQPSO算法得到的全局最优解进行多种群划分,使得全局最优解的每一维度的值都与双中... 针对基于人工蜂群搜索算子的量子粒子群算法(IQPSO)求解精度不理想,收敛速度慢等问题,将一种更新全局最优的新策略融入到IQPSO算法中,引入双中心粒子,将IQPSO算法得到的全局最优解进行多种群划分,使得全局最优解的每一维度的值都与双中心粒子相对应的维度分别替换,再次更新全局最优,在算法解附近探索更加精确的结果。通过五个测试函数的仿真实验与IQPSO算法比较,验证所提的算法有良好的准确性与收敛速度的改进。 展开更多

关键词 量子粒子群算法 人工蜂群搜索算子 双中心粒子

下载PDF 职称材料

基于改进QPSO算法的双陷波超宽带天线建模 被引量：3

8

作者 刘文进 许馨水 +1 位作者 南敬昌 高明明 《传感器与微系统》 CSCD 北大核心 2022年第10期13-17,共5页

为了提高超宽带(UWB)天线的建模精度,提出一种基于改进的量子粒子群优化(QPSO)算法优化神经网络的建模方法。在QPSO算法中引入维数搜索策略,优化粒子组成,改善QPSO算法易陷入局部最优和全局收敛速度慢等问题;采用Elman神经网络作为基础... 为了提高超宽带(UWB)天线的建模精度,提出一种基于改进的量子粒子群优化(QPSO)算法优化神经网络的建模方法。在QPSO算法中引入维数搜索策略,优化粒子组成,改善QPSO算法易陷入局部最优和全局收敛速度慢等问题;采用Elman神经网络作为基础神经网络,通过改变Elman神经网络的拓扑结构并引入自反馈增益因子,提高其泛化能力,用改进后的QPSO算法优化神经网络的权值阈值,提高模型的预测精度。将该模型用于一种UWB陷波的天线建模中,对天线的电参数进行仿真建模,实验结果表明:该建模方法平均绝对误差减小98.25%,运行时间减少34.81%,具有更高的预测精度和更快的收敛速度。 展开更多

关键词 量子粒子群优化算法 ELMAN神经网络 维数搜索策略 超宽带天线

下载PDF 职称材料

基于QPSO的机械臂多项式插值轨迹规划 被引量：4

9

作者 肖仁 吴定会 《传感器与微系统》 CSCD 2020年第8期38-41,共4页

为了实现机械臂在工业中高精度、高效率作业,提出一种基于量子粒子群优化(QPSO)算法求解六自由度机械臂的时间最优运行轨迹的方法。针对多项式差值的轨迹规划具有阶次较高、没有凸包性等特点,利用3—5—3分段插值法建立轨迹函数。解决... 为了实现机械臂在工业中高精度、高效率作业,提出一种基于量子粒子群优化(QPSO)算法求解六自由度机械臂的时间最优运行轨迹的方法。针对多项式差值的轨迹规划具有阶次较高、没有凸包性等特点,利用3—5—3分段插值法建立轨迹函数。解决了多项式插值轨迹阶次高、难被优化的问题。轨迹优化效果良好,关节角度位置、速度和加速度无突变。仿真实验证明了该方法的可行性。通过对比得出:QPSO较于一般PSO与双层PSO更适用于对工业机械臂的时间最优轨迹规划。 展开更多

关键词 量子粒子群优化算法 六自由度机械臂 多项式插值 时间最优 轨迹规划

下载PDF 职称材料

量子粒子群算法在地磁匹配航迹规划中的应用 被引量：4

10

作者 李婷 张金生 +2 位作者 王仕成 吕志峰 卢兆兴 《电光与控制》 北大核心 2015年第7期43-47,共5页

针对基本粒子群算法在飞行器地磁匹配航迹规划中容易陷入局部收敛的问题,借鉴粒子群算法和量子进化算法,将量子粒子群算法应用在基于地磁匹配的航迹规划中。结合飞行器的性能约束和地磁匹配自身特点,设计了一种适用于地磁匹配航迹规划... 针对基本粒子群算法在飞行器地磁匹配航迹规划中容易陷入局部收敛的问题,借鉴粒子群算法和量子进化算法,将量子粒子群算法应用在基于地磁匹配的航迹规划中。结合飞行器的性能约束和地磁匹配自身特点,设计了一种适用于地磁匹配航迹规划的评价函数作为适应度函数。仿真结果表明,量子粒子群算法具有较快的收敛速度且改善了最优解,验证了量子粒子群算法应用于地磁匹配航迹规划的有效可行性。 展开更多

关键词 地磁匹配导航 航迹规划 量子粒子群算法

下载PDF 职称材料

改进的QPSO-BP算法的铀价格预测模型及应用 被引量：2

11

作者 陈建宏 周汉陵 +1 位作者 于凤玲 杨珊 《计算机工程与应用》 CSCD 2013年第21期235-239,244,共6页

铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP... 铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP网络的权值与阈值。将通过优化搜索得到的粒子的位置向量解码作为网络的权值与阈值,选择网络结构5-11-1对铀价格进行预测。结果表明:QPSO-BP模型的预测精度(0.15%)高于PSO-BP模型(4.55%)与BP模型(30.86%)。泛化能力指标平均相对变动值为0.002 5,预测结果的泛化能力提高。相对误差分布集中,预测结果稳定。说明该模型在铀价格预测中有效,对项目投资决策有一定的参考价值。 展开更多

关键词 价格预测 量子粒子群算法 量子粒子群算法(qpso)-反向传播(BP)模型 铀价

下载PDF 职称材料

QPSO优化的改进CLARANS聚类算法 被引量：3

12

作者 段明秀 《计算机工程与应用》 CSCD 2013年第9期168-170,179,共4页

CLARANS算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但CLARANS算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解。为了避免CLARANS算法在搜索中心点时易受局部最优解的影响,提出一种将CLARANS算法中的邻接... CLARANS算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但CLARANS算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解。为了避免CLARANS算法在搜索中心点时易受局部最优解的影响,提出一种将CLARANS算法中的邻接点作为QPSO算法的量子粒子,结点代价作为适应度函数对其进行寻优的改进CLARANS算法。将该改进算法应用于UCI数据集,结果表明该算法聚类效果好、收敛快,算法的稳定性、收敛性及寻优能力都有很大提高。 展开更多

关键词 量子粒子群算法 基于随机选择的聚类算法(CLARANS)算法 结点代价 聚类 适应度函数

下载PDF 职称材料

双心扰动量子粒子群优化算法研究 被引量：3

13

作者 王安龙 何建华 +1 位作者 陈松 刘怀远 《计算机工程》 CAS CSCD 2014年第7期193-196,201,共5页

针对量子粒子群优化算法早熟收敛的问题,提出一种双心扰动的变异机制。对粒子的势能中心和粒子群的重心进行自适应柯西变异,发挥两者在进化后期的协同引导能力,以提高进化后期粒子群对新空间的开拓能力。对4个典型测试函数进行仿真实验... 针对量子粒子群优化算法早熟收敛的问题,提出一种双心扰动的变异机制。对粒子的势能中心和粒子群的重心进行自适应柯西变异,发挥两者在进化后期的协同引导能力,以提高进化后期粒子群对新空间的开拓能力。对4个典型测试函数进行仿真实验,结果表明,对于单峰函数优化,双心扰动变异机制的优化效果比只采用势能中心、重心和全局最好位置变异的优化效果提高36.42%以上;对于多峰函数优化,其优化效果提高32.84%以上。 展开更多

关键词 量子粒子群优化算法 势能中心 全局最好位置 柯西变异 函数优化

下载PDF 职称材料

基于QPSO的小波分数间隔盲均衡算法 被引量：3

14

作者 胡苓苓 郭业才 《计算机工程》 CAS CSCD 北大核心 2011年第24期195-197,共3页

在分析具有量子行为的粒子群优化(PSO)算法和正交小波变换理论的基础上,提出基于量子粒子群优化(QPSO)的正交小波分数间隔常模盲均衡算法。通过对分数间隔均衡器输入信号进行正交小波变换,降低信号的自相关性。利用QPSO算法全局搜索能... 在分析具有量子行为的粒子群优化(PSO)算法和正交小波变换理论的基础上,提出基于量子粒子群优化(QPSO)的正交小波分数间隔常模盲均衡算法。通过对分数间隔均衡器输入信号进行正交小波变换,降低信号的自相关性。利用QPSO算法全局搜索能力强、收敛速度快和鲁棒性高的特性,对均衡器权向量进行优化。仿真结果表明,该算法能降低稳态误差,加快收敛速度,提高水声信道中信号的无失真传输性能。 展开更多

关键词 量子粒子群优化算法 正交小波变换 分数间隔 盲均衡 水声信道

下载PDF 职称材料

自适应收扩系数的双中心协作QPSO算法 被引量：2

15

作者 丁颖 李飞 《计算机工程》 CAS CSCD 2014年第3期232-237,共6页

针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点,提出一种自适应收缩-扩张系数的双中心协作最子粒子群优化算法。该算法从2个方面进行改进:(1)自适应调节收缩-扩张系数,其目的是帮助粒子跳出... 针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点,提出一种自适应收缩-扩张系数的双中心协作最子粒子群优化算法。该算法从2个方面进行改进:(1)自适应调节收缩-扩张系数,其目的是帮助粒子跳出局部最优点,提高粒子的全局搜索能力;(2)双重更新全局最优位置,即在每次迭代中,先后分别采用2种不同的方式更新全局最优位置。第1种方式与QPSO算法一致,第2种方式则引入双中心粒子,使其和当前全局最优位置在相应维度上合作,从而达到更新全局最优位置的目的。从固定迭代次数和固定精度角度分析算法性能,仿真结果表明,相比于QPSO算法,该算法在保证复杂度较低的情况下,可提高收敛速度,增强全局和局部搜索能力。 展开更多

关键词 量子粒子群优化算法 收缩一扩张系数 双中心粒子 协作 全局最优位置

下载PDF 职称材料

基于传感器测量系统的EIT重构算法研究 被引量：2

16

作者 陈民铀 李乐 何为 《传感器与微系统》 CSCD 北大核心 2012年第11期51-53,57,共4页

在传感器进行电位测量的电阻抗成像(EIT)数据采集系统的基础上,通过在粒子群搜索策略中引入量子行为特性,提出一种自适应量子粒子群算法,该算法提高了最优解搜索的成功率。应用于求解EIT逆问题,仿真实验结果表明:与粒子群算法相比,量子... 在传感器进行电位测量的电阻抗成像(EIT)数据采集系统的基础上,通过在粒子群搜索策略中引入量子行为特性,提出一种自适应量子粒子群算法,该算法提高了最优解搜索的成功率。应用于求解EIT逆问题,仿真实验结果表明:与粒子群算法相比,量子粒子群优化算法能有效克服粒子群优化(PSO)算法易出现的早熟收敛问题,收敛速度快,并且能够有效地提高图像分辨率。 展开更多

关键词 电阻抗成像 图像重构 量子粒子群优化算法

下载PDF 职称材料

基于量子粒子群优化算法的新型正交基神经网络分数阶混沌时间序列单步预测 被引量：2

17

作者 李瑞国 张宏立 王雅 《计算机应用》 CSCD 北大核心 2015年第8期2227-2232,2237,共7页

针对分数阶混沌时间序列预测精度低、速度慢的问题,提出了基于量子粒子群优化(QPSO)算法的新型正交基神经网络预测模型。首先,在Laguerre正交基函数的基础上提出一种新型正交基函数,并结合神经网络拓扑构成新型正交基神经网络;其次,利用... 针对分数阶混沌时间序列预测精度低、速度慢的问题,提出了基于量子粒子群优化(QPSO)算法的新型正交基神经网络预测模型。首先,在Laguerre正交基函数的基础上提出一种新型正交基函数,并结合神经网络拓扑构成新型正交基神经网络;其次,利用QPSO算法优化新型正交基神经网络参数,将参数优化问题转化为多维空间上的函数优化问题;最后,根据已优化参数建立预测模型并进行预测分析。分别以分数阶Birkhoff-shaw和Jerk混沌系统为模型,利用Adams-Bashforth-Moulton预估-校正法产生混沌时间序列作为仿真对象,进行单步预测对比实验。仿真表明,与反向传播(BP)神经网络、径向基函数(RBF)神经网络及普通的新型正交基神经网络相比,基于QPSO算法的新型正交基神经网络的平均绝对值误差(MAE)、均方根误差(RMSE)明显减小,决定度系数(CD)更接近于1,平均建模时间(MMT)明显缩短。实验结果表明,基于QPSO算法的新型正交基神经网络提高了分数阶混沌时间序列预测的精度和速度,便于该预测模型的应用和推广。 展开更多

关键词 正交基 神经网络 量子粒子群优化算法 分数阶 混沌时间序列预测

下载PDF 职称材料

改进QPSO算法的移动机器人轨迹跟踪控制方法 被引量：1

18

作者 黄麟 奚茂龙 孙俊 《计算机工程与应用》 CSCD 2012年第34期230-236,共7页

分析了智能群体的决策机制,发现在智能群体决策过程中,个体粒子参与决策的权利根据个体的优劣程度是不同的,提出了在量子粒子群优化(QPSO)算法中引入线性权重算子进一步提高QPSO算法的搜索效率及优化性能。分析了移动机器人轨迹跟踪控... 分析了智能群体的决策机制,发现在智能群体决策过程中,个体粒子参与决策的权利根据个体的优劣程度是不同的,提出了在量子粒子群优化(QPSO)算法中引入线性权重算子进一步提高QPSO算法的搜索效率及优化性能。分析了移动机器人轨迹跟踪控制的滑模变结构控制器设计方法,并采用指数趋近律和幂次趋近律相结合的方法,设计了新的滑模跟踪控制律,使用PSO算法、QPSO算法和改进算法优化了滑模跟踪控制器中的参数,通过两个实例验证了优化后的跟踪控制器的设计效果;设计效果的分析和比较表明了设计的跟踪控制器能够控制机器人实现对既定轨迹的跟踪,仿真结果显示改进QPSO算法能够在轨迹跟踪控制器的参数优化中取得更好的优化效果。 展开更多

关键词 权重算子 量子粒子群优化算法 滑模 控制律 轨迹跟踪

下载PDF 职称材料

基于改进的QPSO-BP算法的锌矿价格行情预测

19

作者 江龙艳 《有色金属（矿山部分）》 2014年第4期101-106,共6页

为了提高锌矿价格预测精度,采用改进的QPSO算法优化BP网络的权值与阈值,将通过优化搜索得到的粒子位置向量解码作为网络的权值与阈值,优化BP神经网络,对锌价格进行建模预测。在输入因子相同的条件下,以PSO-BP与QPSO-BP模型分别预测未来... 为了提高锌矿价格预测精度,采用改进的QPSO算法优化BP网络的权值与阈值,将通过优化搜索得到的粒子位置向量解码作为网络的权值与阈值,优化BP神经网络,对锌价格进行建模预测。在输入因子相同的条件下,以PSO-BP与QPSO-BP模型分别预测未来锌矿价格行情,以预测精度(MAPE)和泛化能力指标(ARV)评定两种模型的优劣。结果表明,改进的QPSO-BP模型的预测精度和泛化能力明显高于PSO-BP模型,更能适用于锌价格预测,对项目投资决策和风险评估有一定的参考价值。 展开更多

关键词 价格预测 量子粒子群算法 qpso-BP模型

下载PDF 职称材料

基于QPSO的雷达辐射源信号识别方法研究

20

作者 郭戈 徐佳婧 +1 位作者 徐璟 魏洁 《空军预警学院学报》 2014年第3期161-164,共4页

鉴于支持向量机(SVM)方法对雷达辐射源信号具有较理想的识别结果,但对模型参数没有具体选择方法的问题,设计了一种以具有量子行为的粒子群优化(QPSO)算法为参数优化方法的SVM分类器,并提出了基于QPSO-SVM的雷达辐射源信号识别方法.QPSO-... 鉴于支持向量机(SVM)方法对雷达辐射源信号具有较理想的识别结果,但对模型参数没有具体选择方法的问题,设计了一种以具有量子行为的粒子群优化(QPSO)算法为参数优化方法的SVM分类器,并提出了基于QPSO-SVM的雷达辐射源信号识别方法.QPSO-SVM分类器在采用QPSO算法对SVM进行优化改进的同时,继承了SVM分类器泛化能力强的特点,对雷达辐射源信号识别问题具有良好的适应性.实验结果表明,与其他方法相比,本文方法在保证识别准确率的同时,降低了参数选择时间. 展开更多

关键词 辐射源识别 支持向量机 量子粒子群算法

下载PDF 职称材料