暂无评论
量子势阱粒子群优化算法的改进研究
在多峰值函数优化中,基本粒子群算法进化后期收敛速度较慢,对粒子群算法进行了改进
针对目前多峰函数优化问题较难找到全部局部最优解的情况,提出了一种粒子群Memetic算法。算法结合了粒子群优化的全局搜索能力和爬山法的局部搜索能力,增强了算法搜索最优解的能力。实验结果表明,该算法求解
以分布估计算法(EDA) 的角度, 从理论上指出, 具有量子行为的粒子群优化算法(QPSO) 本质上是EDA算 法与原始粒子群算法(SPSO) 的综合. 针对进化类算法普遍遇到的过早熟问题, 将协同搜
通过对具有量子行为的粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法深入分析,把协作机制引入到QPSO算法中,提出了协作的具有量子行为
铣削加工中如何选择最佳的铣削用量是一个多约束非线性的复杂优化问题。在考虑实际加工约束的情况下,以最小化加工成本为目标,采用量子行为粒子群优化(QPSO)算法对铣削实例进行优化,得出了最优的铣削用量组合
基于量子粒子群的改进投影寻踪聚类算法,多次仿真实验证明此算法有效、可行。并进一步运用该算法对生物信息学中的数据进行聚类分析,如乳腺癌细胞,Iyer基因表达谱数据,结果仍然比较理想。此后,将进一步深化聚
:针对粒子群算法进行多极点函数优化时 存在的局部极小点和搜寻效率低的问题,引入了小 生境的思想到粒子群算法中,以粒子的最好位置为 中心,粒子的最好的个体解对应的适应值为半径建 立圆形小生境。在每个小生
演化计算-用于全局优化多峰函数的综合学习粒子群优化算法
量子行为的粒子群优化算法以及普通粒子群优化的原理,以及相应代码。附录有相应的QPSO的Matlab和C++代码,可直接替换使用
暂无评论