本文關鍵詞：基于非對稱勢阱的量子粒子群算法及其應用

  更多相關文章： 粒子群 量子力學 非對稱勢阱 越限概率

【摘要】：針對量子粒子群算法在處理自變量具有有限定義域的問題時易陷入局部最優(yōu)解的問題,對算法的量子模型加以改進,提出了基于非對稱勢的量子粒子群算法(asymmetric potential well based quantum particle swarm optimization,AQPSO)。該算法認為粒子處于非對稱勢阱中,勢阱的參數(shù)由當前的最優(yōu)位置和自變量的定義域共同決定。而在求解粒子在空間分布的波函數(shù)時,又采用了參數(shù)消減方法,只需人工指定越限概率,簡化算法流程。最后,通過算例驗證,該方法的全局搜索能力顯著提升,在處理高維、復雜、強干擾性問題時,具有顯著優(yōu)勢。
【作者單位】： 電力系統(tǒng)及發(fā)電設備控制和仿真國家重點實驗室(清華大學電機系);上海交通大學電子信息與電氣工程學院;海南電網(wǎng)公司;
【基金】：國家高技術研究發(fā)展計劃(863計劃)(2012AA050201)~~
【分類號】：TP18
【正文快照】： 性問題時,具有顯著優(yōu)勢。0引言粒子群算法(particle swarm optimization,PSO)作為新一代的啟發(fā)式算法[1],已經(jīng)在各個領域得到廣泛應用。關于粒子群算法在電力系統(tǒng)中應用的研究,近年來正廣泛受到關注,基于粒子群算法的電力系統(tǒng)的各個領域的優(yōu)化方法也紛紛被提出,并取得了良好的

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭玲玲;;火災探測器現(xiàn)狀及其發(fā)展趨勢[J];安防科技;2010年05期

2 武昌俊;PID模糊控制器的改進[J];安徽工程科技學院學報(自然科學版);2004年01期

3 曹光華;;雙模糊復合控制策略及其在交流調速系統(tǒng)中的應用研究[J];安徽工程科技學院學報(自然科學版);2008年02期

4 李丹,孫云蘭,何希勤;再勵學習在交通信號控制中的應用[J];鞍山科技大學學報;2003年05期

5 祝海江,趙眾,侯媛彬;基于改進適應度函數(shù)的遺傳單神經(jīng)元控制[J];半導體技術;2005年06期

6 馮曉君,劉鳳然,郭磊,吳煈,盧靈;智能控制理論在倒立擺控制系統(tǒng)中的應用[J];北方工業(yè)大學學報;2003年03期

7 洪鑫,盛s慊，

本文編號：1296581