检索结果-内蒙古大学图书馆

东北大学学报（自然科学版） 2011年第9期32卷 1229-1232页

作者：曹春红唐川赵大哲张斌东北大学信息科学与工程学院辽宁沈阳110819 成都理工大学地质灾害防治与地质环境保护国家重点实验室四川成都610059 东北大学医学影像计算教育部重点实验室辽宁沈阳110819

几何约束问题可以等价为求解非线性方程组问题,同时也可以将几何约束问题转化为一个优化问题来求解.受经典粒子群优化算法和量子动力学启发,提出一种新的算法——量子行为粒子群优化算法(QPSO)来求解几何约束问题.在QPSO模型里,粒子的... 详细信息

几何约束问题可以等价为求解非线性方程组问题,同时也可以将几何约束问题转化为一个优化问题来求解.受经典粒子群优化算法和量子动力学启发,提出一种新的算法——量子行为粒子群优化算法(QPSO)来求解几何约束问题.在QPSO模型里,粒子的状态不再通过位置和速度来决定,而是通过一个波函数来确定.这种算法的主要优点就是可以在感兴趣的问题上保持种群的多样性.实验结果表明,该方法可以提高几何约束求解的效率和收敛性.

关键词：几何约束求解粒子群优化算法量子行为粒子群优化算法波函数种群

来源：评论

学校读者我要写书评

暂无评论

基于量子行为粒子群优化算法的定位技术研究

引用

传感器与微系统 2012年第5期31卷 58-61页

作者：赵吉纪志成江南大学电气自动化研究所江苏无锡214122 无锡城市职业技术学院电子信息工程系江苏无锡214000

针对无线传感器网络(WSNs)节点定位问题,阐述了WSNs的分布迭代式定位方法研究。这种方法将每次迭代后定位的节点作为其余未知节点的参考节点.同时将基于测距定位问题看成一个多维优化问题,并提出利用具有快速收敛能力的量子行为粒子群优... 详细信息

针对无线传感器网络(WSNs)节点定位问题,阐述了WSNs的分布迭代式定位方法研究。这种方法将每次迭代后定位的节点作为其余未知节点的参考节点.同时将基于测距定位问题看成一个多维优化问题,并提出利用具有快速收敛能力的量子行为粒子群优化(QPSO)算法进行求解。最后将仿真实验结果与粒子群优化(PSO)算法进行比较,表明QPSO算法在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法的有效性。

关键词：量子行为粒子群优化算法粒子群优化算法定位无线传感器网络分布迭代式

来源：评论

学校读者我要写书评

暂无评论

应用量子行为粒子群优化算法的文本对抗

引用

计算机工程与应用 2022年第9期58卷 175-180页

作者：徐尹翔陈祺东孙俊江南大学人工智能与计算机学院江苏无锡214122

文本对抗攻击能够极大地弱化深度神经网络在自然语言处理任务中的判别能力,对抗攻击方法的研究是提升深度神经网络鲁棒性的重要方法。现有的词级别文本对抗方法在搜索对抗样本时不够有效,搜索到的往往不是最理想的样本。针对这一缺陷,... 详细信息

文本对抗攻击能够极大地弱化深度神经网络在自然语言处理任务中的判别能力,对抗攻击方法的研究是提升深度神经网络鲁棒性的重要方法。现有的词级别文本对抗方法在搜索对抗样本时不够有效,搜索到的往往不是最理想的样本。针对这一缺陷,提出了基于改进的量子行为粒子群优化算法的文本对抗方法。通过对量子行为粒子群优化算法进行离散化的适应性改动,更有效地搜索出高质量的对抗样本。实验结果表明,提出的方法在多个数据集上取得了更高的攻击成功率,同时保持了更低的改动率,人工评测则表明提出的方法生成的对抗样本相比于其他对抗样本能够更多地保留语法和语义的正确性。

关键词：文本对抗攻击量子行为粒子群优化算法自然语言处理

来源：评论

学校读者我要写书评

暂无评论

变分布的量子行为粒子群优化算法求解工程约束优化问题

引用

计算机应用 2020年第5期40卷 1382-1388页

作者：施晓倩陈祺东孙俊冒钟杰江苏省物联网应用技术重点建设实验室(无锡太湖学院) 江苏无锡214000 人工智能与模式识别国际联合实验室(江南大学) 江苏无锡214000

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进... 详细信息

针对工程形状设计领域中带有多个约束条件的非线性设计优化问题,提出了一种自适应的基于高斯分布的量子行为粒子群优化(AG-QPSO)算法。通过自适应地调整高斯分布,AG-QPSO算法能够在搜索的初始阶段有很强的全局搜索能力,随着搜索过程的进行,算法的局部搜索能力逐渐增强,从而满足了算法在搜索过程不同阶段的需要。为了验证算法的有效性,在压力容器和张弦设计问题这两个工程约束优化问题上进行50轮独立实验。实验结果表明,在满足所有约束条件的情况下,AG-QPSO算法在压力容器设计问题上取得了5890.9315的平均解和5885.3328的最优解,在张弦设计问题上取得了0.01096的平均解和0.01096的最优解,远优于标准粒子群优化(PSO)算法、具有量子行为的粒子群优化(QPSO)算法和高斯量子行为粒子群(G-QPSO)算法等现有的算法的结果,同时AG-QPSO算法取得的结果的方差较小,说明该算法具有很好的鲁棒性。

关键词：量子行为粒子群优化算法高斯概率分布工程约束优化问题非线性优化

来源：评论

学校读者我要写书评

暂无评论

双层规划的改进混合布谷鸟搜索量子行为粒子群优化算法

引用

计算机应用 2020年第7期40卷 1908-1912页

作者：曾明华全轲华东交通大学交通运输与物流学院南昌330013

为解决粒子群优化(PSO)算法求解双层规划问题时易陷入局部最优解的问题,提出了一种基于模拟退火(SA)Metropolis准则的改进混合布谷鸟搜索量子行为粒子群优化(ICSQPSO)算法。首先,该混合算法引入SA算法中的Metropolis准则,在求解过程中... 详细信息

为解决粒子群优化(PSO)算法求解双层规划问题时易陷入局部最优解的问题,提出了一种基于模拟退火(SA)Metropolis准则的改进混合布谷鸟搜索量子行为粒子群优化(ICSQPSO)算法。首先,该混合算法引入SA算法中的Metropolis准则,在求解过程中既能接受好解也能以一定的概率接受坏解,增强全局寻优能力;接着,为布谷鸟搜索算法设计一种改进动态步长Lévy飞行,以保持粒子群在优化过程中较高的多样性,保证搜索广度;最后,利用布谷鸟搜索算法中的偏好随机游走机制帮助粒子跳出局部最优解。通过对13个涵盖非线性规划、分式规划、多个下层规划的双层规划实例的数值实验,结果表明:ICSQPSO算法所得12个双层规划的目标函数最优值显著优于对比算法,只有1例的结果稍差,并且有半数实例的结果优于对比算法50%。由此可见,ICSQPSO算法对双层规划的寻优能力明显优于对比算法。

关键词：双层规划量子行为粒子群优化算法模拟退火布谷鸟搜索 Lévy飞行

来源：评论

学校读者我要写书评

暂无评论

自适应混合策略的量子行为粒子群优化算法

自适应混合策略的量子行为粒子群优化算法

引用

作者：程鑫周书敏匡森中国科学技术大学自动化系

本文从量子行为粒子群优化算法(QPSO)的机制出发,分别从势阱中心、平均最优位置、收缩-扩张系数三个方面进行分析和改进。进而提出了一种改进后的QPSO算法:自适应混合策略的量子行为粒子群优化(AMS-QPSO)算法。在典型的单峰和多峰Benchm... 详细信息

本文从量子行为粒子群优化算法(QPSO)的机制出发,分别从势阱中心、平均最优位置、收缩-扩张系数三个方面进行分析和改进。进而提出了一种改进后的QPSO算法:自适应混合策略的量子行为粒子群优化(AMS-QPSO)算法。在典型的单峰和多峰Benchmark函数上测试结果表明,我们提出的AMS-QPSO算法在单峰函数和多峰函数上收敛速度和收敛精度上远优于标准的QPSO算法。

关键词：智能优化算法量子行为粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于Nelder-Mead单纯形法的改进量子行为粒子群算法

引用

复杂系统与复杂性科学 2016年第2期13卷 97-104页

作者：郑伟博张纪会青岛大学复杂性科学研究所山东青岛266071

针对PSO算法搜索精度较低,并且在复杂多模态函数优化中,容易陷入局部极值的问题,提出了一种改进的量子行为粒子群优化算法。研究了该算法的基本原理、给出了算法流程并采用正交试验的方式获得了一套通用性较强的算法参数。并以CEC’13... 详细信息

针对PSO算法搜索精度较低,并且在复杂多模态函数优化中,容易陷入局部极值的问题,提出了一种改进的量子行为粒子群优化算法。研究了该算法的基本原理、给出了算法流程并采用正交试验的方式获得了一套通用性较强的算法参数。并以CEC’13的28个测试函数作为测试集,采用Wilcoxon符号秩检验将NM-QPSO算法分别与PSO算法和QPSO算法的误差进行比较试验。试验表明:NM-QPSO算法在统计意义上优于传统的PSO算法和QPSO算法,并且在高维函数优化中,具有显著优势。

关键词：群体智能粒子群优化算法量子行为粒子群优化算法 Nelder Mead单纯形法

来源：评论

学校读者我要写书评

暂无评论

基于量子行为粒子群算法的微型飞行器三维路径规划

引用

中南大学学报（自然科学版） 2013年第S2期44卷 58-62页

作者：张航刘梓溪四川大学电子信息学院四川成都610064

提出一种基于量子行为粒子群优化算法(QPSO)的飞行器三维路径规划。该方法首先将三维坐标数据通过坐标变换和离散有限平面的方法化简为一维数据,然后建立新地图和粒子适应度函数,适应度函数决定了静态和动态壁障的适应值,最后通过量子... 详细信息

提出一种基于量子行为粒子群优化算法(QPSO)的飞行器三维路径规划。该方法首先将三维坐标数据通过坐标变换和离散有限平面的方法化简为一维数据,然后建立新地图和粒子适应度函数,适应度函数决定了静态和动态壁障的适应值,最后通过量子行为粒子群优化算法获得一条全局最优路径。该方法模型简洁,需调整参数少,仿真实验验证了算法的有效性。

关键词：量子行为粒子群优化算法三维路径规划全局规划动态壁障

来源：评论

学校读者我要写书评

暂无评论

求解热传导系数反问题的量子行为粒子群算法

引用

计算机工程与应用 2014年第24期50卷 266-270页

作者：田娜朱龙超江南大学教育技术系江苏无锡214122 中国船舶科学研究中心信息技术室江苏无锡214082

量子行为粒子群优化算法(QPSO)和Tikhonov正则化方法用来求解热传导反问题,近似估计平板随时间变化的热传导系数。由于热传导系数的函数形式是未知的,所以问题可以归结为函数估计问题。求解过程是基于最小二乘模型的,采用的是嵌在平板... 详细信息

量子行为粒子群优化算法(QPSO)和Tikhonov正则化方法用来求解热传导反问题,近似估计平板随时间变化的热传导系数。由于热传导系数的函数形式是未知的,所以问题可以归结为函数估计问题。求解过程是基于最小二乘模型的,采用的是嵌在平板中的传感器所测量得到的温度,优化过程由QPSO算法来求解。给出了由L曲线方法选择正则参数的详细过程。提出算法的有效性经过了数值实验的验证。传感器的位置和数量对结果的影响也做了研究。给出了与共轭梯度法的比较。

关键词：热传导系数量子行为粒子群优化算法 Tikhonov正则化共轭梯度法 L曲线

来源：评论

学校读者我要写书评

暂无评论

改进量子行为粒子群算法的研究及其在优化问题中的应用

改进量子行为粒子群算法的研究及其在优化问题中的应用

引用

作者：金鹏中国矿业大学

学位级别：硕士

优化问题,是指在一系列可行解中依特定评价标准选择更好的解,是优化控制研究领域重要分支之一。随着智能算法的发展和生产需求的转变,运用智能控制解决日益复杂的优化问题已成为智能算法研究热点。本文以量子行为粒子群优化(Quantum-beh... 详细信息

优化问题,是指在一系列可行解中依特定评价标准选择更好的解,是优化控制研究领域重要分支之一。随着智能算法的发展和生产需求的转变,运用智能控制解决日益复杂的优化问题已成为智能算法研究热点。本文以量子行为粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法为主要研究对象,首先介绍QPSO算法的基本原理及模型,归纳其性能优势并总结不足,然后在此基础上提出具有理论依据的改进算法。全文重点研究QPSO算法势阱调节方式,主要改进势阱中心更新方式及势阱长度调节方式,势阱中心在整个群体中起着导向作用,决定粒子搜索方向;势阱长度则反映了粒子搜索能力,影响着搜索步长。最后以电动汽车模糊控制器参数优化问题为例,验证算法在实际应用中的性能优势。具体研究工作概括如下:1.以势阱中心更新方式为研究重点,指出传统势阱中心更新方式只考虑粒子自身最优位置和全局最优位置,算法易早熟收敛。针对该问题,引入社会学习和莱维飞行优化势阱中心更新方式,增强种群多样性。经仿真测试,算法收敛精度和速度均优于QPSO算法,特别在高维多峰优化问题上,性能优势明显。2.改进势阱中心更新方式优化了粒子寻优方向,但势阱长度调节方式同样制约着算法性能。传统势阱长度调节方式缺乏自适应性,算法存在进一步改进空间。因此,本文另一研究重点为改进势阱长度调节方式,以关键控制参数——收缩-扩张系数(Contraction Expansion,CE)为切入点,提出粒子活性概念,以势阱长度相对变化率作为粒子活性度量标准,并以粒子活性作为反馈量,实现自适应调节CE系数,达到合理调控势阱长度的目的。经仿真测试,改进算法不仅加快了收敛速度,提高了收敛精度,而且给出了一种全新势阱长度控制策略。3.将改进QPSO算法应用于电动汽车模糊控制器参数优化问题中,重点改进模糊自适应控制器中量化因子和比例因子的调节方式。由仿真结果可知,改进后的控制器在速度及精度上均优于传统模糊自适应PID控制器和QPSO算法优化的模糊自适应PID控制器。

关键词：量子行为粒子群优化算法势阱中心势阱长度模糊控制参数优化

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：