基于正态云模型的自适应变异量子粒子群优化算法
为提高量子粒子群算法的寻优能力,文中提出一种新的正态云模型自适应变异量子粒子群算法。该方法采用正态云模型优化策略,引入自身最差粒子和全局最差粒子,结合自身最优粒子和全局最优粒子自适应调整势阱中心位置与收缩-扩张系数, 每次迭代后生成的新粒子,以一定概率采用正态云模型对粒子进行变异操作。最后标准函数极值优化的实验结果表明,该算法的单步迭代时间较长但优化能力较同类算法有大幅度提高。
用户评论
相关推荐
基于正态云模型的自适应果蝇优化算法
为有效解决果蝇优化算法易陷入局部最优和收敛精度低等问题,提出一种采用正态云模型优化的自适应果蝇优化算法。该算法首先给出敏感因子的概念,采用自适应机制来修正敏感因子,控制搜索步长,更新果蝇种群位置;然后
PDF
0B
2020-05-15 13:09
自适应阶段变异量子粒子群优化算法研究
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
PDF
378KB
2021-04-04 08:53
基于边界变异的量子粒子群优化算法
基于边界变异的量子粒子群优化算法
pdf
338.95 KB
2022-08-23 10:35
自适应变异的粒子群优化算法
本文提出了一种新的基于群体适应度方差自适应变异的粒子群优化算法(A ,s0).该算法在运行过程中根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,变异操作增强了粒子群优化算法跳出局部
PDF
192KB
2020-09-20 03:20
正态云模型
正态云模型
doc
0B
2019-05-04 02:02
论文研究自适应阶段变异量子粒子群优化算法研究.pdf
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QP
PDF
0B
2019-09-10 05:51
基于自适应变异的粒子群算法
基于自适应变异的粒子群算法
PDF
848KB
2021-03-25 15:11
带两类正态变异的多目标粒子群算法
提出一种带两类正态变异的多目标粒子群算法, 其中一类变异有助于在非劣解的邻域内发现新的非劣解, 另一类变异可以分散粒子群. 将搜索过程分为3 个阶段, 在每个阶段引导粒子的选择采用不同的针对性策略.
PDF
252KB
2021-01-16 23:02
基于混沌变异的自适应双粒子群优化
<html dir="ltr"><head><title></title&
PDF
241KB
2021-01-16 21:13
正态云算法
Normal cloud algorithm
FIG
0B
2019-06-23 19:22
论文研究基于云模型云滴机制的量子粒子群优化算法.pdf
利用云模型云滴的随机性和稳定倾向性的特点，提出了一种云模型云滴机制的量子粒子群优化算法，该算法在量子粒子群优化的基础上，由云模型的X，Y条件发生器产生杂交操作，由基本云发生器产生变异操作，用于求解具有
PDF
0B
2020-01-04 09:47
云模型的自适应粒子群算法
云模型的自适应粒子群算法，将云模型应用于自适应粒子群算法中，这是其源代码
RAR
0B
2019-05-02 18:51
论文研究基于自适应变异的混沌粒子群优化算法.pdf
粒子群优化算法参数少，寻优速度快，但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能，在标准粒子群优化算法中，通过引入混沌映射和自适应变异策略，提出具有自适应变异的混沌粒子群优化（ACPSO）算法
PDF
651KB
2020-07-17 18:06
论文研究基于多样性变异的量子行为粒子群优化算法.pdf
为了克服量子行为的粒子群优化（QPSO）算法存在早熟收敛的缺点，提出了一种改进的QPSO算法，在QPSO算法中加入多样性变异算法、设置多样性函数，当多样性较少时，执行变异操作；扩大了种群搜索过程中的搜
其他文档
0B
2019-08-19 13:10
引入自适应变异的粒子群算法
粒子群算法优化bp神经网络，预测代码确保上传的内容合法合规，涉及侵权内容将会被移除，详见CSDN资源共享规范。
RAR
0B
2020-05-07 05:50