基于非对称势阱的量子粒子群算法及其应用

发布时间：2017-12-16 15:31

  本文关键词：基于非对称势阱的量子粒子群算法及其应用

  更多相关文章： 粒子群 量子力学 非对称势阱 越限概率

【摘要】：针对量子粒子群算法在处理自变量具有有限定义域的问题时易陷入局部最优解的问题,对算法的量子模型加以改进,提出了基于非对称势的量子粒子群算法(asymmetric potential well based quantum particle swarm optimization,AQPSO)。该算法认为粒子处于非对称势阱中,势阱的参数由当前的最优位置和自变量的定义域共同决定。而在求解粒子在空间分布的波函数时,又采用了参数消减方法,只需人工指定越限概率,简化算法流程。最后,通过算例验证,该方法的全局搜索能力显著提升,在处理高维、复杂、强干扰性问题时,具有显著优势。
【作者单位】： 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系);上海交通大学电子信息与电气工程学院;海南电网公司;
【基金】：国家高技术研究发展计划(863计划)(2012AA050201)~~
【分类号】：TP18
【正文快照】： 性问题时,具有显著优势。0引言粒子群算法(particle swarm optimization,PSO)作为新一代的启发式算法[1],已经在各个领域得到广泛应用。关于粒子群算法在电力系统中应用的研究,近年来正广泛受到关注,基于粒子群算法的电力系统的各个领域的优化方法也纷纷被提出,并取得了良好的

【共引文献】

中国期刊全文数据库 前10条

1 郭玲玲;;火灾探测器现状及其发展趋势[J];安防科技;2010年05期

2 武昌俊;PID模糊控制器的改进[J];安徽工程科技学院学报(自然科学版);2004年01期

3 曹光华;;双模糊复合控制策略及其在交流调速系统中的应用研究[J];安徽工程科技学院学报(自然科学版);2008年02期

4 李丹,孙云兰,何希勤;再励学习在交通信号控制中的应用[J];鞍山科技大学学报;2003年05期

5 祝海江,赵众,侯媛彬;基于改进适应度函数的遗传单神经元控制[J];半导体技术;2005年06期

6 冯晓君,刘凤然,郭磊,吴煈,卢灵;智能控制理论在倒立摆控制系统中的应用[J];北方工业大学学报;2003年03期

7 洪鑫,盛s慊，

本文编号：1296581