方向图综合技术是智能天线中的一项关键技术。由于采用普通粒子群算法存在着易于早熟和局部寻优能力不足等缺点,为此本文提出一种基于量子位概率幅编码QPSO算法的阵列天线方向图综合技术,即在方向图综合中,QPSO算法采用量子位对粒子当前位置进行编码,用量子旋转门实现对粒子最优位置的搜索,用量子非门实现粒子位置的变异以避免早熟。实际应用表明基于量子位概率福编码QPSO的方向图综合技术是切实可行的,在多零点和低旁瓣约束情况下均可以取得良好的优化效果,具有很好的推广能力。
1
qpso算法matlab代码。qpso算法matlab代码。qpso算法matlab代码。qpso算法matlab代码。
2021-09-25 17:27:55 2KB qpso 算法 matlab 代码。
1
qpso算法matlab代码。
2021-09-07 16:28:55 3KB qpso算法代码
1
量子粒子群优化算法计算sphere函数,python程序。
2021-09-04 15:43:06 6KB QPSO 改进PSO sphere函数 优化算法
1
基于量子行为的粒子群算法在图像融合中的应用,已测试代码可以用!!
2021-08-24 15:14:45 716B QPSO matlab
1
QPSO优化的改进CLARANS聚类算法.pdf
2021-08-21 09:37:31 282KB 聚类 算法 数据结构 参考文献
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.
1
研究了基于量子行为的微粒群优化(QPSO)算法在多阶段投资组合优化中制定投资决策的方法,目标函数是最大化个人经济效益或最大化周期结束时个人财富。通过比较用QPSO算法和遗传算法优化美国标准普尔指数100的不同股票和现金分配所得到的期望收益率均值与方差,证实了该方法的优越性。
2021-06-09 16:51:47 457KB 工程技术 论文
1
量子行为粒子群及在标准测试函数的应用,实验表明量子行为粒子群具有很强的全局搜索能力
2021-05-09 09:51:38 2KB 量子行为粒子群
1
量子粒子群算法与基础粒子群算法matlab程序,里面包含注释及matlab程序,可以运行。其中pdf文件为量子粒子群算法讲解
2019-12-21 22:18:17 115KB PSO QPSO
1