期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到162篇文章
< 1 2 … 9 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进GA-QPSO算法多无人机集群高原地区巡逻路径优化 认领 引用
1
作者 陈华群 吴麟 +2 位作者 高震宇 黄宇杰 王薏婷 《铁道运输与经济》 北大核心 2026年第5期58-72,共15页
高原地区受地形和气候限制,使无人机巡逻面临诸多挑战。多无人机集群路径规划,需兼顾安全与效率并适应高原环境,因而构建高效可靠路径规划方法至关重要。面向高原低空应用场景,研究多无人机集群巡逻路径规划模型与算法,实现多机队规模... 高原地区受地形和气候限制,使无人机巡逻面临诸多挑战。多无人机集群路径规划,需兼顾安全与效率并适应高原环境,因而构建高效可靠路径规划方法至关重要。面向高原低空应用场景,研究多无人机集群巡逻路径规划模型与算法,实现多机队规模不同目标下路径自动优化,定量评估安全性与效率的提升效果。以典型高原山地环境为背景,搭建高原场景仿真平台,并以此为基础生成巡逻任务场景进行实例验证。结果表明:所提方法适配2~15架无人机群规模,可自动规划路径以规避“穿山”等危险地形,并生成目标平衡的优化方案;与传统启发式算法相比,总飞行距离与最大任务完成时间最高可分别缩短29.07%和27.71%,展现出卓越的多目标协同优化能力。 展开更多
关键词 多无人机集群 高原巡逻路径 改进GA-QPSO算法 智能避障 分层优化
暂未订购 下载PDF
基于变权重与QPSO-BiLSTM的PEMFC健康状态评价与预测 认领 引用
2
作者 郭燚 赵前程 《上海海事大学学报》 北大核心 2026年第1期157-167,共11页
针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)健康状态难以准确评价与预测的问题,提出一种基于变权重与改进的双向长短期记忆网络(bidirectional long short-term memory network,BiLSTM)的PEMFC健康状态评价与... 针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)健康状态难以准确评价与预测的问题,提出一种基于变权重与改进的双向长短期记忆网络(bidirectional long short-term memory network,BiLSTM)的PEMFC健康状态评价与预测方法。建立PEMFC的健康状态评价指标体系,引入相对劣化度表征各项指标的健康度,并利用健康度量化PEMFC的健康状态;结合改进CRITIC法与模糊层次分析法确定各指标的变权重,应用变权重模糊综合评价模型量化评价PEMFC的健康状态。在PEMFC健康状态评价结果的基础上,利用量子粒子群优化(quantum particle swarm optimization,QPSO)算法优化BiLSTM的关键超参数,构建QPSO-BiLSTM模型对PEMFC的健康状态进行预测。在实测PEMFC数据集上与其他方法进行比较,结果表明,变权重模糊综合评价模型能够更准确地评价PEMFC的健康状态;QPSO-BiLSTM预测模型在各项评价指标上的表现均优于对比模型,预测精度得到显著提升。 展开更多
关键词 质子交换膜燃料电池(PEMFC) 健康状态 模糊综合评价 变权重 量子粒子群优化(QPSO)算法 双向长短期记忆网络(BiLSTM)
暂未订购 下载PDF
Nonlinear Inversion for Complex Resistivity Method Based on QPSO-BP Algorithm 认领 引用 被引量：1
3
作者 Weixin Zhang Jinsuo Liu +1 位作者 Le Yu Biao Jin 《Open Journal of Geology》 CAS 2021年第10期494-508,共15页
The significant advantage of the complex resistivity method is to reflect the abnormal body through multi-parameters, but its inversion parameters are more than the resistivity tomography method. Therefore, how to eff... The significant advantage of the complex resistivity method is to reflect the abnormal body through multi-parameters, but its inversion parameters are more than the resistivity tomography method. Therefore, how to effectively invert these spectral parameters has become the focused area of the complex resistivity inversion. An optimized BP neural network (BPNN) approach based on Quantum Particle Swarm Optimization (QPSO) algorithm was presented, which was able to improve global search ability for complex resistivity multi-parameter nonlinear inversion. In the proposed method, the nonlinear weight adjustment strategy and mutation operator were used to enhance the optimization ability of QPSO algorithm. Implementation of proposed QPSO-BPNN was given, the network had 56 hidden neurons in two hidden layers (the first hidden layer has 46 neurons and the second hidden layer has 10 neurons) and it was trained on 48 datasets and tested on another 5 synthetic datasets. The training and test results show that BP neural network optimized by the QPSO algorithm performs better than the BP neural network without initial optimization on the inversion training and test models, and the mean square error distribution is better. At the same time, a double polarized anomalous bodies model was also used to verify the feasibility and effectiveness of the proposed method, the inversion results show that the QPSO-BP algorithm inversion clearly characterizes the anomalous boundaries and is closer to the values of the parameters. 展开更多
关键词 Complex Resistivity Finite Element Method Nonlinear Inversion QPSO-BP Algorithm 2.5D Numerical Simulation
暂未订购 下载PDF
基于QPSO-ICA混合优化算法的多微网配电网负荷供电恢复方法研究 认领 引用
4
作者 赵昂 伏睿 +2 位作者 田寿涛 许叶林 张冰哲 《自动化与仪器仪表》 2025年第12期310-314,319,共5页
含微网的配电网故障后有源区与非故障停电区仍存在联络线路。为此,以最大化恢复负荷供电、微网间协调功率组合最优为目标,将多微网协同的负荷供电恢复转化为优化问题;提出一种量子粒子群-帝国竞争混合优化算法进行模型求解,收敛效果更... 含微网的配电网故障后有源区与非故障停电区仍存在联络线路。为此,以最大化恢复负荷供电、微网间协调功率组合最优为目标,将多微网协同的负荷供电恢复转化为优化问题;提出一种量子粒子群-帝国竞争混合优化算法进行模型求解,收敛效果更优。基于该算法提出外层搜索负荷供电恢复支路、中层重构网络结构、内层优化微网功率输出的故障恢复策略及方法。利用IEEE33节点算例对所提故障恢复分层策略及方法进行验证和对比分析,结果表明:所提方法在降低支路网损、减少电压偏差、稳定节点电压等方面最大限度提升了故障恢复效果,具有更好的实用性。 展开更多
关键词 多微网配电网 负荷供电恢复 量子粒子群-帝国竞争混合优化算法 故障恢复分层策略
暂未订购 下载PDF
Optimization method for diagnostic sequence based on improved particle swarm optimization algorithm 认领 引用 被引量：8
5
作者 Lian Guangyao Huang Kaoli +1 位作者 Chen Jianhui Gao Fengqi 《Journal of Systems Engineering and Electronics》 SCIE EI 2009年第4期899-905,共7页
To realize the requirement of diagnostic sequence optimization in the process of design for testability,the authors put forward an optimization method based on quantum-behaved particle swarm optimization(QPSO)algorith... To realize the requirement of diagnostic sequence optimization in the process of design for testability,the authors put forward an optimization method based on quantum-behaved particle swarm optimization(QPSO)algorithm.By a precedence ordering coding,the diagnostic sequence optimization can be translated into a precedence ordering problem in the multidimensional space of swarm.It can get the optimizing order quickly by using the powerful and quick search capability of QPSO algorithm,and the order is the diagnostic sequence for the system.The realization of the method is simpler than other methods,and the results are more excellent than others,and it has been applied in the engineering practice. 展开更多
关键词 diagnostic sequence optimization design for testability intelligent optimization QPSO algorithm
暂未订购 下载PDF
基于QPSO的计算机通信网络路由优化方法 认领 引用
6
作者 秦子锋 《移动信息》 2025年第11期50-52,共3页
针对计算机通信网络中多约束条件下的路由优化问题,文中提出了一种基于量子粒子群优化算法的智能路由优化方法。该方法引入量子行为模型,结合路径节点序列编码策略、路径合法性修复机制及动态收敛控制参数设计,实现了在复杂网络环境中... 针对计算机通信网络中多约束条件下的路由优化问题,文中提出了一种基于量子粒子群优化算法的智能路由优化方法。该方法引入量子行为模型,结合路径节点序列编码策略、路径合法性修复机制及动态收敛控制参数设计,实现了在复杂网络环境中对路径代价和服务质量指标的协同优化。构建的优化模型以路径总代价最小化为目标,综合考虑了时延带宽、跳数等多重约束,具备较强的适应性和扩展性。研究结果表明,QPSO在多目标约束网络环境中具有较高的优化效果和应用潜力,为路由协议智能化提供了可行的新路径。 展开更多
关键词 QPSO 通信网络 路由优化 QoS约束 智能算法
暂未订购 下载PDF
QPSO-optimized BP Neural Network to Predict Occurrence Quantity of Myzus persicae 认领 引用 被引量：1
7
作者 Qiu Jing Yang Yi +3 位作者 Qin Xiyun Li Kunlin Chen Keping Yin Jianli 《Plant Diseases and Pests》 2015年第1期1-3,14,共3页
In order to effectively predict occurrence quantity of Myzus persicae, BP neural network theory and method was used to establish prediction model for oc- currence quantity of M. persicae. Meanwhile, QPSO algorithm was... In order to effectively predict occurrence quantity of Myzus persicae, BP neural network theory and method was used to establish prediction model for oc- currence quantity of M. persicae. Meanwhile, QPSO algorithm was used to optimize connection weight and threshold value of BP neural network, so as to determine. the optimal connection weight and threshold value. The historical data of M. persica quantity in Hongta County, Yuxi City of Yunnan Province from 2003 to 2006 was adopted as training samples, and the occurrence quantities of M. persicae from 2007 to 2009 were predicted. The prediction accuracy was 99.35%, the mini- mum completion time was 30 s, the average completion time was 34.5 s, and the running times were 19. The prediction effect of the model was obviously superior to other prediction models. The experiment showed that this model was more effective and feasible, with faster convergence rate and stronger stability, and could solve the similar problems in prediction and clustering. The study provides a theoretical basis for comprehensive prevention and control against M. persicae. 展开更多
关键词 BP neural network QPSO algorithm Myzus persicae Occurrence quantity Prediction model
暂未订购 下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 认领 引用 被引量：32
8
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
暂未订购 下载PDF
采用LWD-QPSO-SOMBP神经网络的拖拉机柴油机故障诊断 认领 引用 被引量：18
9
作者 周俊博 朱烨均 +1 位作者 肖茂华 吴剑铭 《农业工程学报》 EI CAS CSCD 北大核心 2021年第17期39-48,共10页
针对目前拖拉机柴油机故障诊断中单BP(Back Propagation)神经网络模型的局限性,该研究提出一种LWD-QPSO-SOMBP(Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络的拖拉机... 针对目前拖拉机柴油机故障诊断中单BP(Back Propagation)神经网络模型的局限性,该研究提出一种LWD-QPSO-SOMBP(Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络的拖拉机柴油机故障诊断模型。首先,将SOM(Self Organizing Maps)神经网络和BP神经网络结合,重置网络结构并利用LWD-QPSO(Linear Weight Decrease-Quantum Particle Swarm Optimization)算法对网络的权值和阈值进行优化;然后,分析拖拉机柴油机的故障机理,确定反映故障发生的数据信号;最后,确定LWD-QPSO-SOMBP神经网络模型的结构参数,基于CAN(Controller Area Network)总线技术采集潍柴WP6型拖拉机柴油机传感器信号数据对LWD-QPSO-SOMBP神经网络的性能进行测试,并将测试结果与BP神经网络、SOMBP(Self Organizing Maps Back Propagation)神经网络、PSO-SOMBP(Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络、LWD-PSO-SOMBP(Linear Weight Decrease-Particle Swarm Optimization-Self Organizing Maps Back Propagation)神经网络及改进量子粒子群(Improved Quantum Particle Swarm Optimization,IQPSO)算法优化后的SOMBP神经网络的测试结果进行对比。试验结果表明,LWD-QPSO-SOMBP神经网络输出总误差为0.1118、平均相对误差为0.0058、均方误差为0.0003,相比于其他5种神经网络均为最低。LWD-QPSO-SOMBP神经网络充分发挥并有效综合了SOM神经网络在数据预处理及PSO算法在优化BP神经网络初始权值阈值方面的优势,实现了拖拉机柴油机的高精度故障诊断。LWD-QPSO-SOMBP神经网络由于使用SOM神经网络结构对输入数据进行预处理,网络收敛速度大幅度提升,相比单BP神经网络,迭代次数由2431次降为63次,下降了97.40%;同时采取LWD-QPSO算法对BP神经网络的初始权值阈值进行优化,降低了传统PSO算法的粒子适应度,进一步提高了网络的收敛精度和收敛速度,相比传统PSO算法,粒子适应度从0.15降为0.11,下降了26.67%,网络训练误差由0.004降为0.0006,下降了85.00%;LWD-QPSO-SOMBP神经网络的故障诊断准确率大幅度提升,相比于单BP神经网络,输出总准确率由85.00%上升至99.44%。研究结果可为高精度拖拉机柴油机故障诊断提供参考。 展开更多
关键词 农业机械 柴油机 故障诊断 BP神经网络 SOM神经网络 PSO算法 LWD-QPSO算法
暂未订购 下载PDF
融合QPSO算法的多精度布料仿真建模方法 认领 引用 被引量：5
10
作者 靳雁霞 王贺 +2 位作者 程思岳 张晋瑞 程琦甫 《计算机工程与应用》 CSCD 北大核心 2019年第1期154-160,共7页
在布料建模领域,如何快速模拟布料形变之后的褶皱细节是研究的热点。通过使用多精度布料建模方法,在布料的不同形变区域使用不同精度的网格,可以有效平衡建模的精度和速度,已有的工作主要是在布料形变过程中,动态计算出布料质点邻域的曲... 在布料建模领域,如何快速模拟布料形变之后的褶皱细节是研究的热点。通过使用多精度布料建模方法,在布料的不同形变区域使用不同精度的网格,可以有效平衡建模的精度和速度,已有的工作主要是在布料形变过程中,动态计算出布料质点邻域的曲率,依据人为设定的阈值,划分出布料的多精度区域,而在大部分场景中,布料的变形模式没有规律,固定不变的阈值可能会影响布料的仿真效果。针对该问题,首先将基于量子行为的粒子群算法引入建模过程,通过粒子群算法对布料表面的搜索,提高了布料弯曲部位的搜索效率,优化了多精度布料的建模速度和精度,其次针对布料仿真运动过程进行研究,参考布料受空气阻力的数学模型,以及粒子动力学中的数值积分方法,优化布料运动的仿真计算方法。实验证明,与现有布料多精度方法相比,该方法能较快检测到布料褶皱区域并判断是否需要细化,且能较好地表现出布料仿真过程中空气阻力对布料造成的形变。 展开更多
关键词 布料仿真 QPSO算法 多精度布料 虚拟现实技术
暂未订购 下载PDF
基于RHC-QPSO算法的无人机动态航迹规划 认领 引用 被引量：5
11
作者 刘博 王小平 +2 位作者 周成 陈勇 周问 《电光与控制》 CSCD 北大核心 2020年第10期1-7,共7页
针对复杂环境下无人机的动态航迹规划问题,在量子粒子群优化算法基础上,提出一种RHC-QPSO航迹规划算法。该算法采用四叉树建立实时环境模型,以QPSO算法为基础进行无人机航迹寻优,利用卡尔曼滤波对空间中动态威胁进行轨迹预估,结合RHC方... 针对复杂环境下无人机的动态航迹规划问题,在量子粒子群优化算法基础上,提出一种RHC-QPSO航迹规划算法。该算法采用四叉树建立实时环境模型,以QPSO算法为基础进行无人机航迹寻优,利用卡尔曼滤波对空间中动态威胁进行轨迹预估,结合RHC方法,对动态威胁采取主动规避策略,选取最小化φ,ψ,θ及a为过程性能指标,并将其作为每一个滚动优化窗口的优化指标。仿真实验结果表明,该算法不仅能够实时、有效地完成具有一定先验地图知识下无人机的动态航迹规划,而且防止无人机在规划过程中为规避动态威胁进行大机动动作,在一定程度上改善了航迹平滑度,提高无人机安全性。 展开更多
关键词 无人机 动态航迹规划 RHC-QPSO算法 四叉树 卡尔曼滤波 主动规避
暂未订购 下载PDF
运用QPSO算法进行系统辨识的研究 认领 引用 被引量：15
12
作者 沈佳宁 孙俊 须文波 《计算机工程与应用》 北大核心 2009年第9期67-70,共4页
引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨... 引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力。 展开更多
关键词 系统辨识 量子粒子群优化算法 线性系统 非线性系统 Hammerstein模型 Wiener模型
暂未订购 下载PDF
改进QPSO和Morphin算法下移动机器人混合路径规划 认领 引用 被引量：19
13
作者 伍永健 陈跃东 陈孟元 《电子测量与仪器学报》 CSCD 北大核心 2017年第2期295-301,共7页
为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划... 为了提高机器人在复杂环境下路径规划的能力,提出了一种基于改进量子粒子群优化算法(QPSO)和Morphin算法的混合路径规划方法。利用栅格地图建立环境模型并确定起始点和目标点,通过引入自适应局部搜索策略和交叉操作对QPSO进行改进规划出一条最优的全局路径,机器人根据全局路径行走,当发现未知静态或动态障碍物立即调用Morphin算法进行局部路径规划,避开障碍物后回到原全局路径上继续行走至目标点。该混合路径规划方法的有效性和可行性通过Matlab仿真和实际应用得到很好地验证。 展开更多
关键词 复杂环境 移动机器人 障碍物 改进QPSO Morphin算法 混合路径规划
暂未订购 下载PDF
基于QPSO方法优化求解TSP 认领 引用 被引量：12
14
作者 李盘荣 须文波 《计算机工程与设计》 北大核心 2007年第19期4738-4740,共3页
针对粒子群优化算法PSO求解旅行商问题TSP收敛速度不够快的缺陷,提出利用量子粒子群优化算法QPSO求解TSP,在交换子和交换序概念的基础上,以Matlab语言为开发工具实现了TSP最佳路径的求解。实验表明改造QPSO算法用于优化求解14点的TSP,... 针对粒子群优化算法PSO求解旅行商问题TSP收敛速度不够快的缺陷,提出利用量子粒子群优化算法QPSO求解TSP,在交换子和交换序概念的基础上,以Matlab语言为开发工具实现了TSP最佳路径的求解。实验表明改造QPSO算法用于优化求解14点的TSP,能够迅速得到最优解,收敛速度加快,搜索效率得到较大水平提高;QPSO方法在求解组合优化问题中将非常有效。 展开更多
关键词 粒子群优化算法 量子粒子群优化算法 优化 旅行商问题 组合优化
暂未订购 下载PDF
基于GA优化QPSO算法的文本聚类 认领 引用 被引量：8
15
作者 乔莹莹 宋威 马伟 《计算机应用研究》 CSCD 北大核心 2014年第10期2912-2915,共4页
针对量子行为粒子群优化算法中粒子搜索的盲目性以及初始聚类中心的选取对聚类结果的影响问题,提出了一种基于GA优化的QPSO聚类算法。该算法首先利用GA稳健的全局优化性能进行快速的粗略聚类,然后用GA的聚类结果初始化QPSO算法,以降低... 针对量子行为粒子群优化算法中粒子搜索的盲目性以及初始聚类中心的选取对聚类结果的影响问题,提出了一种基于GA优化的QPSO聚类算法。该算法首先利用GA稳健的全局优化性能进行快速的粗略聚类,然后用GA的聚类结果初始化QPSO算法,以降低粒子群搜索的盲目性,从而提高QPSO算法的搜索效率。通过在Reuter-21578真实的文本数据集上实验,该算法在Fmeasure评价标准上获得了较高的查准率和查全率,从而验证了该聚类算法的有效性和可行性,可以在文本聚类领域推广应用。 展开更多
关键词 文本聚类 粒子群优化算法 量子行为粒子群优化算法 遗传算法
暂未订购 下载PDF
基于QPSO算法的RBF神经网络参数优化仿真研究 认领 引用 被引量：24
16
作者 陈伟 冯斌 孙俊 《计算机应用》 北大核心 2006年第8期1928-1931,共4页
针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解... 针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解。实例仿真表明,该学习算法相比于传统的学习算法计算简单,收敛速度快,并由于其算法模型的自身特性比基于PSO的学习算法具有更好的全局收敛性能。 展开更多
关键词 粒子群优化算法 量子粒子群优化算法 径向基函数神经网络
暂未订购 下载PDF
基于QPSO和双线性插值的混合储能系统改进解耦控制 认领 引用 被引量：5
17
作者 曹以龙 涂少博 +1 位作者 帅禄玮 江友华 《电源学报》 CSCD 北大核心 2022年第1期65-74,共10页
在混合储能系统中,常采用隔离型三端口有源全桥TAB(triple active bridge)变换器作为功率变换器。针对该变换器的控制变量之间存在耦合以及模型的非线性问题,提出一种基于量子粒子群优化QPSO(quantum-behaved particle swarm optimizati... 在混合储能系统中,常采用隔离型三端口有源全桥TAB(triple active bridge)变换器作为功率变换器。针对该变换器的控制变量之间存在耦合以及模型的非线性问题,提出一种基于量子粒子群优化QPSO(quantum-behaved particle swarm optimization)算法和双线性插值的改进解耦控制方法。传统的TAB解耦控制策略仅注重系统在理想情况下的能量传输模型,在实际应用中控制效果较差。将TAB变换器的软开关范围和开关损耗融入到解耦控制中,并采用QPSO算法对解耦相关的非线性方程组进行离线求解,生成稳态工作点表格,有效提高了系统的控制效果。此外,针对实际工况中解耦表格数据量过大的问题,采用双线性插值算法,在保证系统控制稳定性的同时,大大降低了存储表格的数据量。最后,通过仿真以及实验验证了所提方法的可行性。 展开更多
关键词 混合储能系统 三端口变换器 量子粒子群优化(QPSO)算法 双线性插值算法 改进解耦控制
暂未订购 下载PDF
融合社会学习和莱维飞行的改进QPSO算法 认领 引用 被引量：7
18
作者 袁小平 金鹏 周国鹏 《微电子学与计算机》 北大核心 2019年第4期1-5,11,共5页
量子行为粒子群(QPSO)算法势阱中心被限制在局部最优位置和全局最优位置构成的超矩形中,粒子间信息共享机制单一,算法存在易早熟收敛、优化效率低等问题.为解决该问题,提出一种改进QPSO算法,即融合社会学习和莱维飞行的QPSO(LSL-QPSO)算... 量子行为粒子群(QPSO)算法势阱中心被限制在局部最优位置和全局最优位置构成的超矩形中,粒子间信息共享机制单一,算法存在易早熟收敛、优化效率低等问题.为解决该问题,提出一种改进QPSO算法,即融合社会学习和莱维飞行的QPSO(LSL-QPSO)算法.首先,利用社会学习策略更新非最优粒子,增强种群多样性,提高算法全局搜索能力;然后,引入莱维飞行策略,克服社会学习机制中最优粒子无更新的缺点,进一步提高算法收敛精度和收敛速度.最后,通过4个典型Benchmark函数进行测试,结果表明LSL-QPSO算法的收敛精度、收敛速度和普适性领先于QPSO和其他同类QPSO改进算法. 展开更多
关键词 量子行为粒子群算法 势阱中心 社会学习 莱维飞行
暂未订购 下载PDF
基于QPSO算法的3D多模医学图像配准 认领 引用 被引量：3
19
作者 丁德武 李慧 +1 位作者 孙俊 须文波 《计算机工程与应用》 CSCD 北大核心 2011年第26期173-176,共4页
基于互信息的配准方法具有精度高、鲁棒性强的特点。但基于互信息的目标函数存在许多局部极值,给配准的优化过程带来了很大的困难。把量子行为的粒子群优化算法(QPSO)应用到了3D医学图像配准中。QPSO不仅参数个数少,其每一个迭代步的取... 基于互信息的配准方法具有精度高、鲁棒性强的特点。但基于互信息的目标函数存在许多局部极值,给配准的优化过程带来了很大的困难。把量子行为的粒子群优化算法(QPSO)应用到了3D医学图像配准中。QPSO不仅参数个数少,其每一个迭代步的取样空间能覆盖整个解空间,因此能保证算法的全局收敛。实验结果表明,该算法能够有效地克服互信息函数的局部极值,大大提高了配准精度,与美国Vanderbilt大学的"金标准"比较,达到了亚像素级的精度。 展开更多
关键词 图像配准 互信息 量子行为的粒子群优化算法
暂未订购 下载PDF
基于改进QPSO算法的双陷波超宽带天线建模 认领 引用 被引量：3
20
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
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 9 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈