多尺度量子谐振子算法在组合优化问题中的性能分析 被引量：8

1

作者 王鹏 黄焱 +1 位作者 安俊秀 李建平 《电子科技大学学报》 EI CAS CSCD 北大核心 2016年第3期469-474,共6页

多尺度量子谐振子算法(MQHOA)是一种基于一维量子谐振子波函数原理提出的新优化算法,该文在MQHOA框架下构建了旅行商问题(TSP)的求解流程和方法,研究了算法的物理意义和理论收敛过程。通过对12组TSP标准测试数据集的实验表明,根据算法... 多尺度量子谐振子算法(MQHOA)是一种基于一维量子谐振子波函数原理提出的新优化算法,该文在MQHOA框架下构建了旅行商问题(TSP)的求解流程和方法,研究了算法的物理意义和理论收敛过程。通过对12组TSP标准测试数据集的实验表明,根据算法物理模型要求的高斯邻域生成方法优于随机邻域生成方法,而且MQHOA算法对TSP问题的求解结果在获得最优解的概率和多次实验的平均最小距离两个指标上都要优于模拟退火算法,与其他算法对比也证明了该算法具有较好的性能。同时还研究了在规则城市数据集条件下算法的性能和收敛情况。这些结果证明MQHOA算法可以较好地被应用于组合优化问题。 展开更多

关键词 组合优化 多尺度量子谐振子算法 优化算法 旅行商问题

在线阅读 下载PDF 职称材料

多尺度量子谐振子算法性能分析 被引量：8

2

作者 袁亚男 王鹏 刘峰 《计算机应用》 CSCD 北大核心 2015年第6期1600-1604,共5页

多尺度量子谐振子算法(MQHOA)具有良好的全局收敛性以及自适应性。为分析研究MQHOA求解精度与速度具体性能,通过求解整数非线性规划问题,将MQHOA和采用量子行为模型且已被广泛使用的量子粒子群优化(QPSO)算法以及改进的随机平均最好位... 多尺度量子谐振子算法(MQHOA)具有良好的全局收敛性以及自适应性。为分析研究MQHOA求解精度与速度具体性能,通过求解整数非线性规划问题,将MQHOA和采用量子行为模型且已被广泛使用的量子粒子群优化(QPSO)算法以及改进的随机平均最好位置量子粒子群(QPSO-RM)算法进行理论模型和实验对比,仿真实验中,MQHOA对7组无约束整数规划问题的求解均取得100%成功率且求解速度整体上略快于QPSO和QPSO-RM;对2组有约束整数规划问题的求解速度比QPSO、QPSO-RM稍慢,但MQHOA的求解成功率均为100%,高于后两者;通过和QPSO、QPSO-RM的收敛过程进行对比,MQHOA更快更早于对比算法收敛到全局最优解。实验结果表明:MQHOA能有效地适应整数规划求解问题,能够避免陷入局部最优解的情况从而获得全局最优解,并在求解精度和收敛速度上均优于对比算法。 展开更多

关键词 多尺度量子谐振子算法 全局收敛 量子行为模型 量子粒子群优化算法 整数非线性规划

在线阅读 下载PDF 职称材料

基于多尺度量子谐振子算法的云计算任务调度 被引量：9

3

作者 韩虎 王鹏 +1 位作者 程琨 李波 《计算机应用》 CSCD 北大核心 2017年第7期1888-1892,共5页

合理地分配虚拟计算资源以进行有效的任务调度是云计算中的一个核心问题。为了更好地利用虚拟计算资源,高效地完成服务需求,提出了一种基于多尺度量子谐振子算法(MQHOA)的任务调度算法。首先,该算法将每一个调度方案当成一个采样位置,... 合理地分配虚拟计算资源以进行有效的任务调度是云计算中的一个核心问题。为了更好地利用虚拟计算资源,高效地完成服务需求,提出了一种基于多尺度量子谐振子算法(MQHOA)的任务调度算法。首先,该算法将每一个调度方案当成一个采样位置,利用高斯采样的随机性在当前尺度下搜索局部最优解;其次,判断算法是否处于能级稳定状态,如果稳定,则进入能级降低过程,最坏的调度方案将被替换;最后,算法进入尺度下降的过程,算法由全局搜索过渡到局部搜索,迭代多次之后,算法停止并输出找到的最优结果。通过在Cloud Sim平台上进行仿真实验,与现有的先来先服务(FCFS)算法和粒子群优化(PSO)算法对比,MQHOA总任务完成时间减少10%以上,负载不均值下降0.4以上。实验结果表明,基于MQHOA的任务调度算法能够快速收敛,有良好的全局收敛性和自适应能力,在云计算任务调度过程中,能够起到减少总任务完成时间和均衡负载的作用。 展开更多

关键词 多尺度量子谐振子算法 云计算 任务调度 快速收敛 负载均衡

在线阅读 下载PDF 职称材料

多尺度量子谐振子算法的收敛特性 被引量：10

4

作者 王鹏 黄焱 +2 位作者 袁亚男 都政 安俊秀 《电子学报》 EI CAS CSCD 北大核心 2016年第8期1988-1993,共6页

多尺度量子谐振子算法的收敛特性证明单一尺度的收敛过程不能同时获得良好的全局搜索精度和局部搜索精度,只有采用多尺度迭代才能实现对全局最优解的逐步精确定位,所以MQHOA算法利用量子谐振子收敛过程(QHO收敛)和多尺度收敛过程(M收敛... 多尺度量子谐振子算法的收敛特性证明单一尺度的收敛过程不能同时获得良好的全局搜索精度和局部搜索精度,只有采用多尺度迭代才能实现对全局最优解的逐步精确定位,所以MQHOA算法利用量子谐振子收敛过程(QHO收敛)和多尺度收敛过程(M收敛)两个嵌套的收敛过程实现对优化问题的求解.QHO收敛过程按谐振子波函数由高能态向低能态的变化实现搜索区域的收缩,M收敛过程以2的倍数逐步减小尺度提高搜索精度.算法的波函数收敛定理证明QHO收敛时采样分布为高斯分布.QHO收敛过程算法模型中不同能级和不同尺度下的波函数图像为跟踪研究算法的迭代收敛过程提供了直观的具有物理含义的手段.实验证明算法在收敛过程中基态波函数形态和基态时零点能的存在都与算法物理模型的理论描述和预言是高度吻合的. 展开更多

关键词 优化算法 量子算法 收敛 量子谐振子

在线阅读 下载PDF 职称材料

无能级稳定判据的多尺度量子谐振子算法

5

作者 王德志 王鹏 《计算机应用》 CSCD 北大核心 2019年第9期2641-2645,共5页

多尺度量子谐振子算法是一种基于量子理论构建的智能优化算法。能级稳定过程是该算法的核心迭代过程之一,能级稳定判据是判断算法是否达到暂稳态的条件。通过对算法物理模型的分析,可知算法在初始采样阶段每一次迭代操作都是能级下降的... 多尺度量子谐振子算法是一种基于量子理论构建的智能优化算法。能级稳定过程是该算法的核心迭代过程之一,能级稳定判据是判断算法是否达到暂稳态的条件。通过对算法物理模型的分析,可知算法在初始采样阶段每一次迭代操作都是能级下降的过程,所以取消能级稳定判据,也可实现算法从高能态过渡到暂稳态直至基态的进化过程。无能级稳定判据的算法在6个标准测试函数上的结果显示其在求解精度、成功率、迭代次数上均表现出了优异的性能,算法的波函数显示无能级稳定判据的算法仍然可以完成从高能态到基态的收敛,且算法在结构上更加简洁,易用性更高,实现难度更低。无能级稳定判据的多尺度量子谐振子算法能够以更加简洁且有效的方式进行应用。 展开更多

关键词 多尺度量子谐振子算法 优化算法 能级稳定 量子模型 成功率 波函数

在线阅读 下载PDF 职称材料

基于划分的多尺度量子谐振子算法多峰优化 被引量：11

6

作者 陆志君 安俊秀 王鹏 《自动化学报》 EI CSCD 北大核心 2016年第2期235-245,共11页

针对多峰优化问题,本文结合多尺度量子谐振子算法的全局优化特性提出了基于划分的多尺度量子谐振子算法.对定义域进行合理均匀划分,根据划分区域长度构建初始基态高斯曲线,随着标准差衰减高斯曲线逐渐收敛,从而在各个区域内快速搜索到... 针对多峰优化问题,本文结合多尺度量子谐振子算法的全局优化特性提出了基于划分的多尺度量子谐振子算法.对定义域进行合理均匀划分,根据划分区域长度构建初始基态高斯曲线,随着标准差衰减高斯曲线逐渐收敛,从而在各个区域内快速搜索到极值点.对于实际函数的维度和极值数不同,本文提出固定分辨率策略和多级分辨率策略来解决实际问题,通过寻优精确性、全极值点寻优和全局多峰优化三个角度进行实验,对比蚁群算法、差分进化算法等主流群智能算法,可以表明该算法参数设置简单,具有很好的寻优准确性、快速收敛性和记忆性. 展开更多

关键词 量子谐振子 多峰优化 全极值 群智能算法

在线阅读 下载PDF 职称材料

多尺度量子谐振子高维函数全局优化算法 被引量：27

7

作者 王鹏 黄焱 +1 位作者 任超 郭又铭 《电子学报》 EI CAS CSCD 北大核心 2013年第12期2468-2473,共6页

函数优化问题与量子谐振子从高能态向基态收敛过程具有相似的概率解释,结合基于高斯尺度函数的多尺度二进信息采样方法,提出了高维函数优化问题的多尺度量子谐振子算法模型,该算法模型将高维函数优化过程分为尺度收敛和量子谐振子收敛... 函数优化问题与量子谐振子从高能态向基态收敛过程具有相似的概率解释,结合基于高斯尺度函数的多尺度二进信息采样方法,提出了高维函数优化问题的多尺度量子谐振子算法模型,该算法模型将高维函数优化过程分为尺度收敛和量子谐振子收敛两个步骤,物理模型明确,无需编码和复杂的初始条件设定,即可实现高维函数优化.通过对15种典型二维优化测试函数和6种典型的高维优化测试函数进行实验和分析表明,多尺度量子谐振子算法可以快速精确地获得高维函数的全局最优解,同时采用"降频"方法可以提高对具有"高频"成分函数的搜索速度. 展开更多

关键词 多尺度量子谐振子算法 波函数 函数优化 全局优化

在线阅读 下载PDF 职称材料

多尺度量子谐振子优化算法的并行性研究 被引量：5

8

作者 黄焱 王鹏 +1 位作者 程琨 刘峰 《通信学报》 EI CSCD 北大核心 2016年第9期68-74,共7页

多尺度量子谐振子优化算法(MQHOA,multi-scale quantum harmonic oscillator algorithm)是一种利用量子谐振子波函数构造的新的智能算法,采样运算是MQHOA算法的基本运算单元和主要运算量,采样运算的独立性赋予MQHOA算法内在并行性。通过... 多尺度量子谐振子优化算法(MQHOA,multi-scale quantum harmonic oscillator algorithm)是一种利用量子谐振子波函数构造的新的智能算法,采样运算是MQHOA算法的基本运算单元和主要运算量,采样运算的独立性赋予MQHOA算法内在并行性。通过对MQHOA算法群体参数和采样参数进行实验,确定算法的并行粒度并提出多尺度量子谐振子并行算法(MQHOA-P,multi-scale quantum harmonic oscillator parallel algorithm)。在由10个计算节点构成的集群上对6种标准测试函数进行实验,通过改变计算节点数、函数维数和采样参数测试MQHOA-P算法的加速比,实验结果表明,MQHOA-P算法具有良好的加速比和扩展性,可以在大规模集群中部署、运行。 展开更多

关键词 多尺度量子谐振子优化算法 算法并行性 加速比 并行粒度 函数优化

在线阅读 下载PDF 职称材料

多尺度量子谐振子优化算法物理模型 被引量：18

9

作者 王鹏 黄焱 《计算机科学与探索》 CSCD 北大核心 2015年第10期1271-1280,共10页

依据谐振子物理模型及量子谐振子波函数的概率解释构造了一种新的全局优化算法——多尺度量子谐振子优化算法(multi-scale quantum harmonic oscillator optimization algorithm,MQHOA)。定义了算法的波函数,并利用算符方法证明了全局... 依据谐振子物理模型及量子谐振子波函数的概率解释构造了一种新的全局优化算法——多尺度量子谐振子优化算法(multi-scale quantum harmonic oscillator optimization algorithm,MQHOA)。定义了算法的波函数,并利用算符方法证明了全局搜索精度和局部搜索精度之间的测不准关系,指出算法必须包含量子谐振子收敛和多尺度收敛两个嵌套的基本收敛过程,才能实现对全局最优解的逐步逼近。通过与量子粒子群算法和模拟退火算法对15种标准测试函数进行实验比对,证明了MQHOA在求解函数全局优化问题时具有更好的适应性、稳定性和精确性。 展开更多

关键词 多尺度量子谐振子优化算法(MQHOA) 优化算法 测不准关系 高斯随机数

在线阅读 下载PDF 职称材料

历史数据驱动的多尺度量子谐振子优化算法

10

作者 金瑾 王鹏 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第2期160-167,共8页

多尺度量子谐振子优化算法(MQHOA)是近年提出的一种基于量子物理的自然计算方法.本文针对该算法未能充分利用迭代中历史信息的问题,提出一种历史数据驱动的多尺度量子谐振子优化算法(HI-MQHOA).在两步迭代过程中,HI-MQHOA引入历史数据... 多尺度量子谐振子优化算法(MQHOA)是近年提出的一种基于量子物理的自然计算方法.本文针对该算法未能充分利用迭代中历史信息的问题,提出一种历史数据驱动的多尺度量子谐振子优化算法(HI-MQHOA).在两步迭代过程中,HI-MQHOA引入历史数据作为驱动,形成下一代个体分布的参数及动态调整算法尺度.形成的下一代个体分布参数可以有效指导算法的开发和探索,动态尺度调整可以避免早熟停滞.通过多个经典测试函数验证,该算法在解的质量、准确率和伸缩性方面优于MQHOA和改进的MQHOA,以及其他自然计算算法. 展开更多

关键词 优化算法 量子谐振子 多尺度 数据驱动 历史信息

在线阅读 下载PDF 职称材料

量子谐振子蚁群算法 被引量：6

11

作者 秦永波 王鹏 +3 位作者 肖黎彬 江炳坤 任超 孟玉 《计算机应用》 CSCD 北大核心 2011年第A02期54-56,69,共4页

通过分析目前蚁群算法存在的问题和改进算法的优点,发现量子谐振子系统物理特性能够保证算法最终的收敛性。通过量子谐振子高能态到低能态的转变过程和信息素的增加过程相对应,从而更新信息素,在物理上给算法提供了理论依据。通过量子... 通过分析目前蚁群算法存在的问题和改进算法的优点,发现量子谐振子系统物理特性能够保证算法最终的收敛性。通过量子谐振子高能态到低能态的转变过程和信息素的增加过程相对应,从而更新信息素,在物理上给算法提供了理论依据。通过量子旋转门改变城市转移规则,通过泡利矩阵变异使蚂蚁有更广阔的空间。综合量子谐振子以上的优点,提出了量子谐振子蚁群算法,并在旅行商问题(TSP)上取得了较好的寻优路径。 展开更多

关键词 蚁群算法 量子谐振子 旋转门 泡利矩阵 信息素

在线阅读 下载PDF 职称材料

基于粒子群算法的量子谐振子模型 被引量：11

12

作者 冯斌 须文波 《计算机工程》 EI CAS CSCD 北大核心 2006年第20期18-21,共4页

对目前人工智能界研究热点粒子群算法进行了探讨,将量子谐振子势能场引入了粒子群系统,建立了基于粒子群算法的量子谐振子模型,有效地提高了运算速度。通过测试函数的仿真实验证明了量子谐振子粒子群算法的全局收敛能力优于一般粒子群... 对目前人工智能界研究热点粒子群算法进行了探讨,将量子谐振子势能场引入了粒子群系统,建立了基于粒子群算法的量子谐振子模型,有效地提高了运算速度。通过测试函数的仿真实验证明了量子谐振子粒子群算法的全局收敛能力优于一般粒子群算法。 展开更多

关键词 粒子群优化算法 量子谐振子模型 参数控制 优化

在线阅读 下载PDF 职称材料

量子谐振子优化算法

13

作者 肖黎彬 王鹏 +1 位作者 陈磊 郭又铭 《计算机应用》 CSCD 北大核心 2012年第A02期1-4,44,共5页

量子谐振子的振动物理过程与智能算法的工作机制有内在的相似性,结合量子谐振子振动空间稳定的收敛性和基态高斯曲线分布的特性,提出了基于量子谐振子基态最优性的优化算法模型。从理论上分析了量子谐振子基态的最优特性以及它和智能算... 量子谐振子的振动物理过程与智能算法的工作机制有内在的相似性,结合量子谐振子振动空间稳定的收敛性和基态高斯曲线分布的特性,提出了基于量子谐振子基态最优性的优化算法模型。从理论上分析了量子谐振子基态的最优特性以及它和智能算法的对应关系,将这种关系对应到算法模型的构建,理论上证明了由量子谐振子模型构建的算法能够在解空间形成高斯曲线的分布形式,并能够在势阱的约束下快速收敛到最优解。最后将该算法应用于求解旅行商问题(TSP),通过选取三组实验数据,将该算法与同等规模下的模拟退火算法进行比较,实验结果表明量子谐振子算法具备更好的收敛性和寻优能力。 展开更多

关键词 智能优化算法 量子谐振子 基态 解空间 高斯分布 旅行商问题

在线阅读 下载PDF 职称材料

一种改进变尺度混沌优化的模糊量子遗传算法 被引量：8

14

作者 滕皓 曹爱增 杨炳儒 《计算机工程》 CAS CSCD 北大核心 2010年第13期175-177,共3页

针对量子遗传算法存在的易陷入局部极小等问题,提出一种模糊量子遗传算法。该算法采用一种变尺度混沌优化方法,只需设2个循环,内循环进行混沌搜索,外循环负责缩小区间,通过改进它的收敛策略,可以避免混沌优化在区间内的盲目重复搜索。... 针对量子遗传算法存在的易陷入局部极小等问题,提出一种模糊量子遗传算法。该算法采用一种变尺度混沌优化方法,只需设2个循环,内循环进行混沌搜索,外循环负责缩小区间,通过改进它的收敛策略,可以避免混沌优化在区间内的盲目重复搜索。利用改进的变尺度混沌优化方法,对量子遗传操作产生的种群进行混沌搜索寻优,同时模糊控制更新,加快种群的进化。仿真结果表明,该方法的寻优效果优于量子遗传算法及遗传算法。 展开更多

关键词 量子遗传算法 混沌优化 收敛策略 变尺度 模糊控制

在线阅读 下载PDF 职称材料

量子遗传算法的变尺度混沌优化策略研究 被引量：5

15

作者 滕皓 邵阔义 +1 位作者 曹爱增 杨炳儒 《计算机应用研究》 CSCD 北大核心 2009年第2期543-545,548,共4页

针对量子遗传算法(QGA)易陷入局部极值、具有早熟收敛等问题,分析了QGA的流程,从全局搜索和局部搜索两个层面探讨了QGA的改进策略,提出了一种新的算法。该算法利用混沌运动的遍历性和随机性进行全局搜索,同时利用梯度信息对QGA的量子更... 针对量子遗传算法(QGA)易陷入局部极值、具有早熟收敛等问题,分析了QGA的流程,从全局搜索和局部搜索两个层面探讨了QGA的改进策略,提出了一种新的算法。该算法利用混沌运动的遍历性和随机性进行全局搜索,同时利用梯度信息对QGA的量子更新过程环节进行优化。典型函数测试分析表明,该方法的综合性能明显优于量子遗传算法及遗传算法。 展开更多

关键词 量子遗传算法 混沌优化 变尺度

在线阅读 下载PDF 职称材料

量子免疫遗传算法对纳米尺度润滑膜特性的模拟分析

16

作者 刘占军 《润滑与密封》 CAS CSCD 北大核心 2008年第3期79-81,共3页

阐述了量子免疫遗传算法的特点,建立了量子免疫遗传算法网络识别模型,给出了极性分子Z-dol润滑剂在表面的分散轮廓参数、输入输出层设计和样本数据的采集与处理的方法。模拟结果表明,润滑剂的扩散出现复杂的分层结构,与扫描微椭圆仪得... 阐述了量子免疫遗传算法的特点,建立了量子免疫遗传算法网络识别模型,给出了极性分子Z-dol润滑剂在表面的分散轮廓参数、输入输出层设计和样本数据的采集与处理的方法。模拟结果表明,润滑剂的扩散出现复杂的分层结构,与扫描微椭圆仪得到的数据吻合。量子免疫遗传算法模拟识别率为96.7%。 展开更多

关键词 量子免疫遗传算法 润滑剂 模拟识别 纳米尺度

在线阅读 下载PDF 职称材料

基于改进量子遗传算法的虚拟电厂在多时间尺度下参与AGC优化调度 被引量：31

17

作者 闫鹏 曾四鸣 +4 位作者 李铁成 卢俊达 杨少波 胡雪凯 张波 《电网与清洁能源》 CSCD 北大核心 2023年第3期23-32,共10页

介绍虚拟电厂参与AGC调频控制过程,建模分析新能源机组及柔性负荷出力特性;提出一种计及传统发电机组、新能源发电机组、储能系统和柔性负荷的虚拟电厂参与AGC调频多时间尺度优化调度方法,使得虚拟电厂整体在多时间尺度下参与AGC调频收... 介绍虚拟电厂参与AGC调频控制过程,建模分析新能源机组及柔性负荷出力特性;提出一种计及传统发电机组、新能源发电机组、储能系统和柔性负荷的虚拟电厂参与AGC调频多时间尺度优化调度方法,使得虚拟电厂整体在多时间尺度下参与AGC调频收益最大、综合调频效果最佳。研究一种引入量子交叉和量子变异的改进量子遗传算法,并与传统AGC分配方法及自适应遗传算法进行仿真对比,结果表明所提算法具有收敛速度快、全局寻优能力强的优点。 展开更多

关键词 虚拟电厂 改进量子遗传算法 多时间尺度 AGC 优化调度

在线阅读 下载PDF 职称材料

量子启发式优化算法的尺度动态调速机制 被引量：1

18

作者 穆磊 王鹏 《电子学报》 EI CAS CSCD 北大核心 2022年第7期1664-1673,共10页

尺度在量子启发谐振子优化算法中起着重要作用,反映了解空间中搜索探针的分辨率.当前研究中以固定速度调整尺度并未合理利用尺度资源.此外,候选解可能会因高斯采样的聚集效应而陷入边界.本文提出了一种在一定程度上反映了适应度利用效... 尺度在量子启发谐振子优化算法中起着重要作用,反映了解空间中搜索探针的分辨率.当前研究中以固定速度调整尺度并未合理利用尺度资源.此外,候选解可能会因高斯采样的聚集效应而陷入边界.本文提出了一种在一定程度上反映了适应度利用效率的指标,称为适应度进化利用率.在此基础上,本文提出了一种具有尺度动态调速机制和边界映射反弹策略的量子启发式优化方法.该算法通过与尺度调整因子相关的适应度进化利用率动态调节尺度调整速度,通过2种不同的边界映射反弹策略增加可行解的多样性.将本算法与多种流行优化算法在基准测试函数集上进行对比实验,采用了一种带有动态可接受误差的成功率评估机制保证公平性,实验结果表明该算法具有较强的竞争性. 展开更多

关键词 速度调节 优化算法 尺度调整 量子行为

在线阅读 下载PDF 职称材料

基于MQHOA优化算法的尺度变化行为

19

作者 周岩 王鹏 +1 位作者 辛罡 李波 《计算机科学》 CSCD 北大核心 2019年第8期266-271,共6页

尺度收敛是智能优化算法求解过程的重要环节,不确定性原理和量子隧道效应佐证了这一重要性。在多尺度量子谐振子算法(Multi-scale Quantum Harmonic Oscillator Algorithm,MQHOA)的优化迭代过程中,通过调整尺度收敛幅度,能够影响算法的... 尺度收敛是智能优化算法求解过程的重要环节,不确定性原理和量子隧道效应佐证了这一重要性。在多尺度量子谐振子算法(Multi-scale Quantum Harmonic Oscillator Algorithm,MQHOA)的优化迭代过程中,通过调整尺度收敛幅度,能够影响算法的求解效果和运算性能。对尺度变化进行研究,定义函数在2维状态下对应的最佳尺度收敛参数为该函数的尺度系数(Scale Factor,SF)。尺度系数可以作为衡量函数尺度结构复杂程度的定性判据参考,能够协助算法针对不同函数采用最合适的收敛尺度来寻求最优解。 展开更多

关键词 优化算法 多尺度量子谐振子算法(MQHOA) 尺度收敛

在线阅读 下载PDF 职称材料

基于多种群量子进化的区间二型模糊规则挖掘算法 被引量：7

20

作者 钱小毅 张宇献 +1 位作者 张志峰 王建辉 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第1期32-42,共11页

利用智能优化算法挖掘模糊分类规则能够解决模糊前件参数和无关项的组合优化问题,但也存在依赖初始规则以及更新过程无指导等缺陷,导致分类精度难以保证.为此,本文以二型模糊规则分类系统为框架,采用模糊聚类得到代表性样本并启发式的... 利用智能优化算法挖掘模糊分类规则能够解决模糊前件参数和无关项的组合优化问题,但也存在依赖初始规则以及更新过程无指导等缺陷,导致分类精度难以保证.为此,本文以二型模糊规则分类系统为框架,采用模糊聚类得到代表性样本并启发式的产生初始规则,以量子等位基因形式对规则进行编码生成多初始种群,根据基因的优良性,以变尺度变异操作实现等位基因的指导性进化.在此基础上,利用矛盾规则重构机制,提高模糊规则分类系统的精度.将所提出算法与FH–GBML–IVFS–Amp算法和GAGRAD算法进行了分类精度对比,并在不同噪声水平下,与C4.5算法、朴素贝叶斯分类器和BP神经网络进行分类鲁棒性比较,实验结果表明所提出算法具有较好分类精度与鲁棒性. 展开更多

关键词 基于模糊规则的分类系统 量子进化算法 多种群量子编码 变尺度变异 矛盾规则重构

在线阅读 下载PDF 职称材料