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
- VC++就业培训宝典之MFC视频教程及pdf
- vb写的贪吃蛇，里面有工程文件
- C#学生考勤系统
- SAR图像分类识别
- 网约车管理系统
- PAM系统仿真
- 网易文本分类数据 - 好东西
- uni-app开发实例
- 运动员最佳匹配问题分支限界法
- JUNIPER-MX多业务路由器配置与维护手册.rar
- Fast ICA matlab源代码
- ntru 加密算法开源C实现
- 初中文言文阅读技巧.pptx
- 用数组实现链表(有错误版本).zip
- fluent-plugin-process-snmptrap：这是一个流利的过滤器插件，用于过滤从服务器接收的SNMP陷阱-源码
- 索爱解锁-刷机-最好用的刷机软件包.rar
- mppjsetup.zip
- 4大气商务人力资源年终工作总结PPT模板.pptx
- java swing漂亮界面 超酷 javaswing教程
- 从0开始移植UCOS_II到野火stm32开发板
- 软件工程课程设计-面向对象java-web
- Linux实验8
- 计算机专业英语第六版翻译
- 汉化版Fiddler
- 数字图像处理的MATLAB实现(第2版).pdf
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