一种采用完全学习策略的量子行为粒子群优化算法
为了进一步提高量子行为粒子群优化(QPSO) 算法的全局收敛性能, 有效改善算法中存在的粒子早熟问题,提出一种基于完全学习策略的改进QPSO 算法(CLQPSO). 该学习策略改变了QPSO 中局部吸引子的更新方式, 充分利用了种群的社会信息. 采用8 个测试函数对算法性能进行比较分析. 实验结果表明, 所提出的改进算法不仅收敛速度快, 而且全局收敛能力好, 收敛精度优于PSO 算法和QPSO 算法.
文件下载
评论信息
其他资源
- tachie提取工具
- SSIM和PSNR的python代码
- stm32 Bootloader设计(YModem协议)综合学习资料
- Qt绘制柱状图，可以通用
- 树莓派使用手册4.pdf
- Qt下的自定义图像显示控件
- 常青藤cad(2008-2015)插件 破解版
- 多路混音源码
- 编译原理实验 LL1文法分析 first集合 follow集合
- 网上书店（SSM+Bootstrap+Mysql）
- 设备电气验收标准V1.0.docx
- WPS VBA 环境安装包（wps office 2007 ）
- 三子棋 .7z
- nodejs-express-boilerplate：使用Express，Mongoose的REST API的NodeJS样板-源码
- 全自动无人驾驶系统ATS联动功能设计
- azkaban-solo-server-0.1.0-SNAPSHOT.tar.gz
- hdf5 Linux下的安装包 以及make文件
- 知弯矩求配筋面积
- Echarts3.0地图
- --测试专用pcm音频文件以及pcm播放工具
- dvbbs7.1.0_ac 动网论坛
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明