针对障碍环境下空间最优路径分析问题，提出了一种基于量子粒子群优化的空间最优路径分析方法。该方法采用栅格法进行环境建模，利用量子粒子群优化算法参数少、收敛速度快、鲁棒性好、能够较好地收敛于全局最优点等优点，搜索一条无障碍路径。仿真实验结果验证了该方法的有效性，是在障碍环境中寻找一条空间最优路径的一种较好的方法。

RBF网权值的量子粒子群优化算法

量子粒子群算法的matlab实现，有程序说明 量子粒子群算法的matlab实现，有程序说明 量子粒子群算法的matlab实现，有程序说明 量子粒子群算法的matlab实现，有程序说明

一个量子粒子群算法matlab程序

提出了一种改进的量子粒子群算法,并将该算法用于求解非线性混合整数规划问题。构造了一种自适应调整的惯性权重,平衡了算法的全局搜索和局部搜索能力;针对混合整数规划问题,给定一定比例的初始可行解,提高了初始种群解的多样性;利用协同进化选择策略,对种群中的不可行解重新生成,使种群中每个粒子的信息充分利用,从而提高算法的收敛速度;为了抑制算法的早熟现象,给出了一种新的混沌搜索方式,对全局最优解进行局部搜索,增强算法的局部搜索能力。通过16个常见的测试函数测试结果表明,改进的量子粒子群优化算法对求解非线性混合整数规划问题,在成功率和精度方面得到很大的提高。

量子粒子群优化算法计算sphere函数，python程序。

量子粒子群多目标优化算法及其在云计算调度优化中的应用研究.pdf

为了提高多目标优化算法的收敛性、分布性和减少算法的计算代价, 提出一种基于量子行为特性的粒子群 优化(QPSO) 和拥挤距离排序的多目标量子粒子群优化(MOQPSO-CD) 算法. MOQPSO-CD 利用QPSO 快速接近真 实的Pareto 最优解, 同时引入高斯变异算子以增强解的多样性. 采用拥挤距离排序的方法对外部存储器中最优解进 行更新和维护, 使得从中选择的具有全局最优的领导粒子能够引导粒子群最终找到真实的Pareto 最优解. 仿真结果 表明, MOQPSO-CD 具有更好的收敛性和更均匀的分布性.

基于改进量子粒子群算法的配电网络优化重构

本人自己做无人机航迹规划学术研究编写的量子粒子群算法matlab源程序，发表了学术论文，供无人机专业研究生参考。