检索结果-内蒙古大学图书馆

计算机工程与应用 2007年第10期43卷 48-51页

作者：于敏须文波孙俊江南大学信息学院江苏无锡214122

纳什均衡是一种博弈的解的概念,可以对非常广泛类型的博弈作出严格的多的预测。具有量子行为的粒子群算法是一种能够较好的解决优化问题的算法,它是在粒子群算法的基础上发展起来的。本文讨论纳什均衡解,并利用QPSO算法来求解纳什均衡... 详细信息

纳什均衡是一种博弈的解的概念,可以对非常广泛类型的博弈作出严格的多的预测。具有量子行为的粒子群算法是一种能够较好的解决优化问题的算法,它是在粒子群算法的基础上发展起来的。本文讨论纳什均衡解,并利用QPSO算法来求解纳什均衡解。通过仿真算法及与几种算法的比较结果验证了算法的有效性,证明了算法的全局收敛性。

关键词：具有量子行为的粒子群算法纳什均衡扩展技术排斥技术博弈

来源：评论

学校读者我要写书评

暂无评论

基于排斥技术的QPSO算法在纳什均衡中的应用

引用

计算机工程与应用 2007年第7期43卷 31-33,67页

作者：于敏须文波孙俊江南大学信息学院江苏无锡214122

基于量子行为的粒子群优化算法(QPSO)是一种随机的全局优化搜索新方法。文章系统地介绍了PSO算法、QPSO算法和“repulsion”技术。在对QPSO算法和基于“repulsion”技术的PSO算法分析的基础上,提出了基于“repulsion”技术的QPSO算法。... 详细信息

基于量子行为的粒子群优化算法(QPSO)是一种随机的全局优化搜索新方法。文章系统地介绍了PSO算法、QPSO算法和“repulsion”技术。在对QPSO算法和基于“repulsion”技术的PSO算法分析的基础上,提出了基于“repulsion”技术的QPSO算法。将该算法用于求解混合纳什均衡。实验表明,新算法在解的收敛性和稳定性等方面优于QPSO算法。

关键词：具有量子行为的粒子群算法纳什均衡排斥技术博弈

来源：评论

学校读者我要写书评

暂无评论

模糊系统建模方法及其在微生物发酵中的应用

引用

计算机工程与设计 2014年第11期35卷 3974-3979页

作者：周頔孙俊江南大学数字媒体学院江苏无锡214122 江南大学物联网工程学院江苏无锡214122

提出一种具有量子行为的模糊系统建模方法。避免事先指定聚类数目及中心,采用混合模糊聚类算法对模糊系统的输入空间进行划分,每个聚类通过高斯函数的拟合产生一个隶属度函数,完成ANFIS前件参数的初始识别;通过具有量子行为的粒子群算... 详细信息

提出一种具有量子行为的模糊系统建模方法。避免事先指定聚类数目及中心,采用混合模糊聚类算法对模糊系统的输入空间进行划分,每个聚类通过高斯函数的拟合产生一个隶属度函数,完成ANFIS前件参数的初始识别;通过具有量子行为的粒子群算法与最小二乘法优化前件参数,得到ANFIS的前件及后件参数。将该方法应用于实际的抗坏血酸2-葡萄糖苷生产发酵模型的建立中,实验结果表明,该方法具有较高精度,符合实际生产需要。

关键词：自适应模糊推理系统混合聚类具有量子行为的粒子群算法模糊系统微生物发酵生产预测

来源：评论

学校读者我要写书评

暂无评论

改进的QPSO算法及其应用

改进的QPSO算法及其应用

引用

作者：孔庆琴江南大学

学位级别：硕士

本文的目的是研究粒子群算法（Particle Swarm Optimization,简称PSO）,特别是具有量子行为的粒子群算法（Quantum-behaved Particle Swarm Optimization,简称QPSO）,并对该算法加以改进,最终将改进的QPSO算法应用到灰度图像的自适应增... 详细信息

本文的目的是研究粒子群算法（Particle Swarm Optimization,简称PSO）,特别是具有量子行为的粒子群算法（Quantum-behaved Particle Swarm Optimization,简称QPSO）,并对该算法加以改进,最终将改进的QPSO算法应用到灰度图像的自适应增强中。在图像增强中,灰度图像的非线性变换是一种非常有效的方法。这种方法相当于对图像序列进行某种变换,以达到图像增强的目的。在变换过程中,涉及到变换参数的确定问题,因此,建立一种根据图像灰度性质自动调节的图像自适应增强算法是非常有意义的。首先,本文阐述了图像增强的基本原理、方法和粒子群算法以及具有量子行为粒子群算法的基本思想,然后将两种算法加以比较,强调了QPSO算法比PSO算法在全局优化问题上具有更好的收敛性能。其次,在QPSO算法的基础上,引进一种新的搜索策略,提出一种改进的QPSO算法。通过使用一些基准函数对该算法进行仿真测试,并将测试结果和PSO算法、QPSO算法相比较。结果表明:改进的QPSO算法比PSO算法和QPSO算法的搜索效果都要好,并且种群越大,效果越好。最后,在图像增强的应用中,本文利用改进的QPSO算法,针对能完全覆盖图像增强典型变换类型的非完全Beta函数,实现其参数的自适应选择,以此达到灰度图像的自适应增强。仿真实验证明改进的QPSO算法与PSO算法和QPSO算法相比,在灰度图像增强方面具有更好的优越性。

关键词：粒子群算法具有量子行为的粒子群算法图像增强归一化非完全Beta函数

来源：评论

学校读者我要写书评

暂无评论

分布式平台下的配电网状态估计研究

分布式平台下的配电网状态估计研究

引用

作者：胡晓艳华北电力大学

学位级别：硕士

配电网相较于输电网拓扑规模更庞大,结构更复杂,且三相负荷不平衡。由于我国配电网自动化水平较低,现阶段实时量测不足,因而获得的实时数据满足不了状态估计计算的要求。为保证状态估计数据可观,需要引入伪量测数据。但由于伪量测误差较... 详细信息

配电网相较于输电网拓扑规模更庞大,结构更复杂,且三相负荷不平衡。由于我国配电网自动化水平较低,现阶段实时量测不足,因而获得的实时数据满足不了状态估计计算的要求。为保证状态估计数据可观,需要引入伪量测数据。但由于伪量测误差较大,影响状态估计计算精度。且伪量测误差无法消除,因此可以通过优化量测位置提高状态估计精度。如何通过优化有限量测装置配置,提高状态估计精度成为本文需要研究和解决的问题。配电网中的量测优化配置,实际上就是用花费较少的量测系统获得较高精度的状态估计结果,即如何通过有效配置有限个数的测量装置在配电网中的位置来提高状态估计的准确性。本文通过对状态估计算法的研究,经过详细的数学推导,找到了状态估计计算精度的影响因子,推导出了在配电网中量测位置与应用最小二乘法(WLS)状态估计计算精度的数学关系。由此将量测位置优化问题表示为以量测位置为决策变量、以状态估计精度为优化目标的优化问题。在上述基础上,本文提出了一种基于快速启发式的量测寻优方法,通过对初始量测集合的不断更新并进行状态估计,寻找对状态估计计算精度影响最大的支路作为量测放置位置。本文还提出了一种具有量子行为的粒子群优化算法(QPSO),将量测位置优化问题转换为二进制的粒子群进化问题。通过将状态估计精度设为评价函数,对随机给定的量测位置集合进行优化来解决配电网中量测位置优化问题。这两种方法均通过实验验证了其可行性和有效性。本文将两种算法进行了比较分析,并且在分布式平台上进行了验证。

关键词：状态估计配电网量测优化启发式优化具有量子行为的粒子群算法

来源：评论

学校读者我要写书评

暂无评论

求解多目标规划问题的群体智能与进化计算方法的研究

求解多目标规划问题的群体智能与进化计算方法的研究

引用

作者：管芳景江南大学

学位级别：硕士

本文的目的是研究进化算法,特别是具有量子行为的粒子群算法,解决多目标优化问题。在科学应用和实际应用领域中,普遍存在着多目标决策的问题,各个目标之间往往是相互冲突的,要解决此类问题需要科研人员投入更多的精力。因此,解决多目标... 详细信息

本文的目的是研究进化算法,特别是具有量子行为的粒子群算法,解决多目标优化问题。在科学应用和实际应用领域中,普遍存在着多目标决策的问题,各个目标之间往往是相互冲突的,要解决此类问题需要科研人员投入更多的精力。因此,解决多目标优化问题是一个非常有实际意义和科研价值的课题。本文首先讨论了目前解决复杂优化问题的一种有效方法-进化计算,介绍了该领域中的一种群体智能算法-粒子群算法(Particle Swarm Optimization,简称PSO),着重介绍了一种新的具有全局收敛性的算法-具有量子行为粒子群算法(Quantum-behaved Particle Swarm Optimization,简称QPSO)。然后将PSO算法与QPSO进行了比较,对已有的多目标粒子群算法进行了分析。在QPSO算法的基础上,结合其他解决多目标优化问题的进化算法技术,研究了两种改进的多目标粒子群算法-基于向量求值的QPSO算法(VEQPSO)和基于目标加权的QPSO算法(WAQPSO)。前者是采用基于向量求值的PSO算法(VEPSO),结合QPSO算法而形成的,后者则是将WAPSO思想与QPSO算法结合而成的。通过使用一些标准的测试函数对算法进行仿真,并将测试结果与文献中算法相比较,结果表明:QPSO算法所得到的解集分布均匀,能够得到测试函数较为准确的Pareto曲线,验证了QPSO算法求解多目标优化问题的有效性。最后,把求解约束规划问题归结为多目标优化问题,利用文中提出的WAQPSO算法进行求解,利用测试函数进行了测试,结果表明WAQPSO具有良好的性能。

关键词：多目标优化粒子群算法具有量子行为的粒子群算法向量求值目标加权

来源：评论

学校读者我要写书评

暂无评论

基于QPSO算法求解多目标优化问题及其应用

基于QPSO算法求解多目标优化问题及其应用

引用

作者：沈佳宁江南大学

学位级别：硕士

关键词：多目标优化粒子群算法具有量子行为的粒子群算法向量求值目标加权

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：