检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

量子粒子群优化算法在摄像机标定中的应用

计算机工程与应用 2011年第14期47卷 200-203页

作者：郁钱孙俊须文波江南大学信息工程学院江苏无锡214122

摄像机标定是三维重构中最关键的一步,它的精度直接决定了三维重构结果的逼真程度。为了能够提高摄像机标定的精度,克服传统优化算法易陷入局部最小,反投影误差大等缺点,首次将量子粒子群优化算法(Quantum-Behaved Particle Swarm Optim... 详细信息

摄像机标定是三维重构中最关键的一步,它的精度直接决定了三维重构结果的逼真程度。为了能够提高摄像机标定的精度,克服传统优化算法易陷入局部最小,反投影误差大等缺点,首次将量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization,QPSO)应用于摄像机标定中。该方法利用传统的线性方法求得初始值,利用QPSO对初始值进行优化。实验数据表明,基于QPSO的摄像机标定的平均反投影误差小于一个像素,是一种可行的方法,且与智能优化算法PSO相比,基于QPSO的摄像机标定具有更小的误差。

关键词：三维重构最子粒子群优化算法(QPSO) 量子粒子群优化算法摄像机标定

量子粒子群优化算法的收缩-扩张系数控制策略研究

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2016年第9期33卷 2592-2595页

作者：黄为勇徐晓菊潘晓博孙彦景李松徐州工程学院江苏省大型工程装备检测与控制重点建设实验室江苏徐州221111 中国矿业大学信息与电气工程学院江苏徐州221116

收缩—扩张(CE)系数是量子粒子群优化算法(QPSO)需要人工设定的最核心参数,如何选择该参数成为一个重要的问题。为寻找更为有效的CE系数控制方法,根据CE系数递减思想,提出了一种凸凹性可变的指数型非线性下降CE系数控制策略。采用Sphere... 详细信息

收缩—扩张(CE)系数是量子粒子群优化算法(QPSO)需要人工设定的最核心参数,如何选择该参数成为一个重要的问题。为寻找更为有效的CE系数控制方法,根据CE系数递减思想,提出了一种凸凹性可变的指数型非线性下降CE系数控制策略。采用Sphere、Rastrigrin、Griewank和Ackley四种典型的单峰与多峰标准测试函数研究了CE系数的不同控制策略以及不同初始值对量子粒子群优化算法收敛精度与收敛速度的影响,并与线性下降CE系数及固定CE系数两种控制策略进行了对比分析,得出了CE系数控制策略选择的一般性指导准则,为量子粒子群优化算法的应用提供依据。

关键词：量子粒子群优化算法收缩一扩张系数控制策略指数型非线性凸凹性

在线全文

学校读者我要写书评

暂无评论

基于量子粒子群优化算法的无人艇航线规划

船舶力学 2020年第3期24卷 352-361页

作者：金建海孙俊张安通张波中国船舶科学研究中心江苏无锡214082 江南大学物联网学院江苏无锡214122

针对目前无人艇主流航线规划算法存在效率低、收敛速度慢或易陷入局部最优等问题,文章将具有较强全局搜索能力的量子粒子群优化(QPSO)算法用于求解无人艇最优航线规划并结合人工势场思想进行针对性改进应用,仿真实验结果表明,该方法寻... 详细信息

针对目前无人艇主流航线规划算法存在效率低、收敛速度慢或易陷入局部最优等问题,文章将具有较强全局搜索能力的量子粒子群优化(QPSO)算法用于求解无人艇最优航线规划并结合人工势场思想进行针对性改进应用,仿真实验结果表明,该方法寻优能力强、收敛速度快、稳定性好,可较好地适用于不同环境下无人艇航线规划。

关键词：无人艇航线规划量子粒子群优化算法势场法

量子粒子群优化算法在异步电机转子机械故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

电机与控制应用 2016年第3期43卷 89-92页

作者：段志梅程加堂红河学院工学院云南蒙自661199

为了提高异步电机转子机械故障诊断的准确性,引入了一种基于量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。以转子机械故障为研究对象,利用量子粒子群算法(QPSO)来优化BP网络的权、阈值参数,并最终实现了转子机械故障诊断模型的构建。... 详细信息

为了提高异步电机转子机械故障诊断的准确性,引入了一种基于量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。以转子机械故障为研究对象,利用量子粒子群算法(QPSO)来优化BP网络的权、阈值参数,并最终实现了转子机械故障诊断模型的构建。仿真实例表明,基于QPSO-BP的故障诊断方法,能有效识别异步电机的转子机械故障类型,较粒子群优化BP网络算法(PSO-BP)具有更高的诊断准确率。

关键词：量子粒子群优化算法神经网络异步电机故障诊断

多样性引导的改进量子粒子群优化算法及其在干式空心电抗器优化设计中的应用

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2012年第18期32卷 108-115,184页

作者：张成芬赵彦珍邹建龙马西奎电力设备电气绝缘国家重点实验室(西安交通大学) 陕西省西安市710049

针对量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法在求解复杂问题时的早熟收敛现象,提出了多样性引导的改进量子粒子群优化(diversity-guided modified QPSO,DGMQPSO)算法。该算法对基于混合概率分布的QPSO算法进行了扩展,利用群体多样性信息来引导粒子的搜索,即当群体的多样性小于下限值时,对全局最优粒子的位置进行混沌变异,从而提高群体的多样性,增强算法跳出局部最优解的能力;另外,还分析了采用不同混沌随机序列变异对优化设计结果的影响。对50 kvar干式空心电抗器的优化设计表明,DGMQPSO算法具有较强的全局搜索能力、较好的稳定性和良好的优化效果。

关键词：干式空心电抗器优化设计量子粒子群优化算法多样性混沌变异

面向柔性作业车间调度问题的混沌编码量子粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年第10期36卷 2371-2382页

作者：胥远兴张孟健王德光贵州大学电气工程学院贵州贵阳550025 华南理工大学计算机科学与工程学院广东广州510006

为解决柔性作业车间调度问题,提出一种混沌编码量子粒子群优化算法。针对标准量子粒子群优化算法中粒子过早收敛于局部最优值的缺点,提出具有扰动行为的自适应收缩-扩张系数和关联粒子适应度值的计算方法,改善算法的全局搜索能力;通过... 详细信息

为解决柔性作业车间调度问题,提出一种混沌编码量子粒子群优化算法。针对标准量子粒子群优化算法中粒子过早收敛于局部最优值的缺点,提出具有扰动行为的自适应收缩-扩张系数和关联粒子适应度值的计算方法,改善算法的全局搜索能力;通过引入混沌边界变异策略,减少粒子大量聚集在边界的概率,增加种群的多样性来提高搜索最优解的能力;针对量子粒子群优化算法的迭代特性,设计一种适用的混沌编码策略。将提出的改进量子粒子群优化算法应用于柔性作业车间调度问题,并通过多种基准算例与标准量子粒子群优化算法、粒子群优化算法和混合遗传算法进行对比,验证所提算法的性能。实验结果表明:混沌编码量子粒子群优化算法具有更好的稳定性和更强的寻优能力。

关键词：量子粒子群优化算法柔性作业车间调度扰动行为混沌映射收缩-扩张系数

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

自适应阶段变异量子粒子群优化算法研究

计算机应用研究 2012年第6期29卷 2035-2039,2051页

作者：向毅钟育彬广州大学数学与信息科学学院广州510006

为了克服标准量子粒子群优化(SQPSO)算法易陷入局部最优的缺点,引入变异机制,基于进化阶段的概念,提出了自适应阶段变异量子粒子群优化(APMQPSO)算法。以四种不同的变异概率减小方式阶段性地对QPSO算法中的全局最优位置进行柯西变异,形... 详细信息

为了克服标准量子粒子群优化(SQPSO)算法易陷入局部最优的缺点,引入变异机制,基于进化阶段的概念,提出了自适应阶段变异量子粒子群优化(APMQPSO)算法。以四种不同的变异概率减小方式阶段性地对QPSO算法中的全局最优位置进行柯西变异,形成了四个不同的APMQPSO算法。用五个典型的测试函数进行仿真实验,并将四个APMQPSO算法与SQPSO算法的实验结果进行了比较。实验结果表明,对于单峰函数优化问题,基于变异概率线性变化的APMQPSO算法较为有效;而对于多峰函数优化问题,基于变异概率非线性变化的APMQPSO算法则具有很强的优化能力。

关键词：量子粒子群优化算法进化阶段变异算子变异概率函数优化

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

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（理学版） 2018年第6期56卷 1461-1468页

作者：杨雪董红斌董宇欣哈尔滨工程大学计算机科学与技术学院哈尔滨150001

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... 详细信息

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.

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

量子粒子群优化算法在移动机器人路径规划中的应用

在线全文

学校读者我要写书评

暂无评论

曲靖师范学院学报 2022年第6期41卷 43-48页

作者：杨静安徽文达信息工程学院艺术设计学院安徽合肥230032

为解决优化移动机器人在解空间盲目搜索的问题,对粒子群算法进行改进,提出一种基于量子粒子群优化(Quantum particle swarm optimization,QPSO)算法的移动机器人路径规划方法.针对粒子群中个体粒子收敛速度与群体离散度进行优化,以完成... 详细信息

为解决优化移动机器人在解空间盲目搜索的问题,对粒子群算法进行改进,提出一种基于量子粒子群优化(Quantum particle swarm optimization,QPSO)算法的移动机器人路径规划方法.针对粒子群中个体粒子收敛速度与群体离散度进行优化,以完成对惯性权重的动态调节,以解决传统粒子群算法存在过早收敛的缺点,可使QPSO算法的权重具有可控性与自适应性.同时使用自然选择方法进行粒子群位置更新,可增加粒子群运动路径的多样性,可以极大提高粒子群的全局搜素能力和收敛速度.最后,通过路径规划软件仿真与实验测试结果分析可知:所提算法在移动机器人路径规划中的全局搜索能力与收敛速度上均优于PSO算法,其中,平均代价降低了约0.2 m,平均耗时降低了1.28 s.这验证了所提算法的有效性与可行性.

关键词：位置更新量子粒子群优化算法最优路径全局搜索