期刊文献+
共找到192篇文章
< 1 2 10 >
每页显示 20 50 100
一种基于QPSO-RVM的模拟电路故障预测方法 被引量:27
1
作者 张朝龙 何怡刚 +2 位作者 邓芳明 袁莉芬 何威 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第8期1751-1757,共7页
提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法... 提出了一种可应用于模拟电路故障预测的方法。通过提取被测电路的频域响应信号,计算皮尔逊相关系数,从而表征电路元件的健康度;在获取元件在不同时间点的健康度数据的基础上,推导出电路元件发生故障时的健康度阈值;将经量子粒子群算法优化的相关向量机算法用于故障预测,预测各个时间点的元件健康度变化轨迹并估计模拟电路的剩余有用寿命。该预测方法计算简单、通用性强,适用于实时预测。故障预测仿真实验与实例实验证明了方法的有效性与先进性。 展开更多
关键词 模拟电路 剩余有用寿命 健康度 皮尔逊相关系数 相关向量机 量子粒子群 Pearson product-moment correlation coefficient(PPMCC) relevance vector machine(RVM) quantum-behaved particle swarm optimization(qpso)
在线阅读 下载PDF
基于QPSO-RBF的瓦斯涌出量预测模型 被引量:32
2
作者 潘玉民 邓永红 +1 位作者 张全柱 薛鹏骞 《中国安全科学学报》 CAS CSCD 北大核心 2012年第12期29-34,共6页
为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适... 为了提高径向基(RBF)网络预测瓦斯涌出量的泛化能力,提出QPSO-RBF模型。该模型采用量子粒子群(QPSO)算法优化RBF网络隐层基函数中心、扩展系数以及输出权等初始参数,将网络参数编码为QPSO学习算法中的粒子个体,在全局空间中搜索最优适应值参数。其中,RBF网络选取5-3-1的精简结构,采用5个变量作为影响因子预测瓦斯涌出量。结果表明,经QPSO优化后的RBF网络模型预测结果稳定且唯一,其泛化指标平均相对变动值(ARV)为0.012 2。与PSO-RBF、RBF模型预测结果比较,QPSO-RBF模型的泛化能力和网络训练速度优于前2种;预测精度约为PSO-RBF模型的1.5倍、RBF模型的4倍。 展开更多
关键词 量子粒子群(qpso)算法 径向基(RBF) qpso-RBF模型 泛化能力 瓦斯涌出量
在线阅读 下载PDF
QPSO算法优化BP网络的网络流量预测 被引量:11
3
作者 冯华丽 刘渊 陈冬 《计算机工程与应用》 CSCD 2012年第3期102-104,共3页
网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,... 网络流量预测对于大规模网络的规划设计和网络资源管理等方面都具有积极的意义,是网络流量工程重要组成部分。结合QPSO算法和BP神经网络的优势,采用QPSO算法对BP神经网络的权值和阈值进行优化,并利用历史记录训练BP网络。仿真实验表明,与PSO训练的BP网络以及直接用BP网络进行预测的模型相比,基于QPSO训练的BP网络流量预测模型具有更好的预测能力。 展开更多
关键词 量子粒子群算法 粒子群算法 神经网络 网络流量 预测
在线阅读 下载PDF
基于QPSO的数据聚类 被引量:14
4
作者 龙海侠 须文波 孙俊 《计算机应用研究》 CSCD 北大核心 2006年第12期40-42,45,共4页
在K-Means聚类、PSO聚类、K-Means和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用K-Means聚类的结果重新初始化粒子群,结合QPSO的聚类算法,即KQPSO。介绍了如何利用上述算法找到用户... 在K-Means聚类、PSO聚类、K-Means和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用K-Means聚类的结果重新初始化粒子群,结合QPSO的聚类算法,即KQPSO。介绍了如何利用上述算法找到用户指定的聚类个数的聚类中心。聚类过程都是根据数据之间的Euclidean(欧几里得)距离。K-Means算法、PSO算法和QPSO算法的不同在于聚类中心向量的“进化”上。最后使用三个数据集比较了上面提到的五种聚类方法的性能,结果显示基于QPSO算法的数据聚类性能比一般PSO算法更好。 展开更多
关键词 聚类 K—Means PSO qpso 聚类中心
在线阅读 下载PDF
基于QPSO算法的RBF神经网络参数优化仿真研究 被引量:24
5
作者 陈伟 冯斌 孙俊 《计算机应用》 CSCD 北大核心 2006年第8期1928-1931,共4页
针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解... 针对粒子群优化(PSO)算法搜索空间有限,容易陷入局部最优点的缺陷,提出一种以量子粒子群优化(QPSO)算法为基础的RBF神经网络训练算法,将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此在可行解空间范围内搜索最优解。实例仿真表明,该学习算法相比于传统的学习算法计算简单,收敛速度快,并由于其算法模型的自身特性比基于PSO的学习算法具有更好的全局收敛性能。 展开更多
关键词 粒子群优化算法 量子粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
基于DGA的QPSO-BP模型变压器故障诊断方法研究 被引量:10
6
作者 程加堂 段志梅 +1 位作者 熊燕 艾莉 《高压电器》 CAS CSCD 北大核心 2016年第2期57-61,共5页
为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒... 为了提高变压器故障诊断的准确率,提出一种基于量子粒子群优化BP神经网络(quantum particle swarm optimized BP neural network,QPSO-BP)的故障诊断模型。在该算法中,用量子位的概率幅表示种群中各粒子的当前位置,用量子旋转门实现粒子位置的移动,用量子非门进行变异操作,以获取BP神经网络的权、阈值优化参数,最终实现了变压器故障诊断模型的构建。对故障DGA样本的诊断实例表明,与粒子群优化BP网络(particle swarm optimized BP neural network,PSO-BP)法、BPNN法以及IEC三比值法相比,QPSO-BP算法具有更高的诊断正确率,从而实现了变压器故障模式的有效识别。 展开更多
关键词 量子粒子群算法 神经网络 变压器 故障诊断 溶解气体分析
在线阅读 下载PDF
运用QPSO算法进行系统辨识的研究 被引量:15
7
作者 沈佳宁 孙俊 须文波 《计算机工程与应用》 CSCD 北大核心 2009年第9期67-70,共4页
引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨... 引入了一种广泛而实用的方法——基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性。仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力。 展开更多
关键词 系统辨识 量子粒子群优化算法 线性系统 非线性系统 HAMMERSTEIN模型 WIENER模型
在线阅读 下载PDF
基于多特征融合与改进QPSO-RVM的万能式断路器故障振声诊断方法 被引量:26
8
作者 孙曙光 于晗 +2 位作者 杜太行 王景芹 赵黎媛 《电工技术学报》 EI CSCD 北大核心 2017年第19期107-117,共11页
为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪... 为可靠地进行万能式断路器机械故障诊断,在基于振动信号故障诊断的基础上,提出了一种多特征融合与改进量子粒子群(QPSO)优化的相关向量机(RVM)相结合的万能式断路器分合闸故障振声诊断方法。首先,对振声信号进行小波包软硬阈值结合去噪预处理,并利用互补总体经验模态分解算法对处理后的振声信号进行分解,提取固有模态函数能量系数、样本熵、功率谱熵,并组成多特征参数;然后,通过组合核函数核主元分析对多特征参数降维,并将其特征融合组成特征向量作为RVM的输入,解决单一特征识别断路器分合闸故障的低准确率和低稳定性;最后,利用改进QPSO优化分类模型参数,建立基于RVM的次序二叉树模型对断路器故障进行辨识。实验结果表明,该方法能有效提升不同故障状态下诊断结果的可靠性。 展开更多
关键词 万能式断路器 故障诊断 振声特征融合 互补总体经验模态分解 改进量子粒子群相关向量机
在线阅读 下载PDF
基于改进的QPSO训练BP网络的网络流量预测 被引量:11
9
作者 王鹏 刘渊 《计算机应用研究》 CSCD 北大核心 2009年第1期299-301,共3页
为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法... 为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法的全局收敛性能。仿真实验结果表明,与PSO训练的BP网络、QPSO训练的BP网络作为预测模型相比,该模型具有更高的预测精度及很好的稳定性。 展开更多
关键词 量子粒子群优化算法 粒子群优化算法 早熟 神经网络 网络流量预测
在线阅读 下载PDF
基于QPSO算法的作业车间调度问题的研究 被引量:6
10
作者 冯斌 石锦风 孙俊 《计算机工程与设计》 CSCD 北大核心 2007年第23期5690-5693,5786,共5页
针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题。将该问题中的每个调度组成一个多维向量,以此向量... 针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题。将该问题中的每个调度组成一个多维向量,以此向量作为量子粒子群优化算法中的粒子进行进化,由此在解空间内搜索最优解。实例仿真结果表明,该算法收敛速度快、全局收敛性能好,可以得到比遗传算法、粒子群优化算法更佳的调度效果,证明了算法的有效性。 展开更多
关键词 遗传算法 群体智能算法 粒子群优化算法 量子粒子群优化算法 作业车间调度问题
在线阅读 下载PDF
一种基于改进QPSO的机器人路径规划算法 被引量:14
11
作者 胡章芳 孙林 +1 位作者 张毅 鲍合章 《计算机工程》 CAS CSCD 北大核心 2019年第4期281-287,共7页
针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法。根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变... 针对量子行为粒子群优化(QPSO)算法在移动机器人路径规划中出现早熟收敛的问题,提出一种基于聚集度因子和阶段变异策略的改进QPSO算法。根据目标函数计算粒子的适应度值,在压缩扩张因子中引入改进聚集度因子划分搜索阶段,利用分阶段变异策略更新个体位置,并对算法进行性能测试。实验结果表明,与FE-PSO算法相比,该算法具有较高的收敛精度与较好的稳定性。 展开更多
关键词 路径规划 群智能算法 量子行为粒子群优化 聚集度因子 早熟收敛
在线阅读 下载PDF
基于QPSO-BP和改进D-S的水电机组振动故障诊断 被引量:6
12
作者 程加堂 段志梅 +1 位作者 艾莉 熊燕 《电力系统保护与控制》 EI CSCD 北大核心 2015年第19期66-71,共6页
为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据... 为提高水电机组振动故障诊断的准确性,提出了一种基于改进D-S证据理论融合量子粒子群优化BP神经网络(QPSO-BP)的诊断方法。根据水电机组常见的振动故障类型,采用3个惯性权值随机调整的QPSO-BP网络分别对其进行初级诊断,并作为独立证据体应用于D-S理论的合成之中,实现了基本概率赋值的客观化。针对标准D-S无法合成高度冲突证据的缺陷,通过计算权值矩阵对其进行修正。实例分析表明,和3个初级诊断模型及标准D-S合成法相比,所提方法可以有效识别机组的振动故障,具有较高的诊断准确率。 展开更多
关键词 水电机组 振动 故障诊断 量子粒子群优化BP神经网络 改进D-S证据理论
在线阅读 下载PDF
基于QPSO算法的3D多模医学图像配准 被引量:4
13
作者 丁德武 李慧 +1 位作者 孙俊 须文波 《计算机工程与应用》 CSCD 北大核心 2011年第26期173-176,共4页
基于互信息的配准方法具有精度高、鲁棒性强的特点。但基于互信息的目标函数存在许多局部极值,给配准的优化过程带来了很大的困难。把量子行为的粒子群优化算法(QPSO)应用到了3D医学图像配准中。QPSO不仅参数个数少,其每一个迭代步的取... 基于互信息的配准方法具有精度高、鲁棒性强的特点。但基于互信息的目标函数存在许多局部极值,给配准的优化过程带来了很大的困难。把量子行为的粒子群优化算法(QPSO)应用到了3D医学图像配准中。QPSO不仅参数个数少,其每一个迭代步的取样空间能覆盖整个解空间,因此能保证算法的全局收敛。实验结果表明,该算法能够有效地克服互信息函数的局部极值,大大提高了配准精度,与美国Vanderbilt大学的"金标准"比较,达到了亚像素级的精度。 展开更多
关键词 图像配准 互信息 量子行为的粒子群优化算法
在线阅读 下载PDF
基于QPSO—RBF NN的混沌时间序列预测 被引量:7
14
作者 陈伟 冯斌 孙俊 《计算机应用研究》 CSCD 北大核心 2007年第5期68-70,共3页
提出一种基于量子粒子群优化算法训练径向基函数神经网络进行混沌时间序列预测的新方法。在确定径向基函数网络的隐层节点数后,将相应网络的参数,包括隐层基函数中心、扩展常数,以及输出权值和偏移编码成学习算法中的粒子个体,在全局空... 提出一种基于量子粒子群优化算法训练径向基函数神经网络进行混沌时间序列预测的新方法。在确定径向基函数网络的隐层节点数后,将相应网络的参数,包括隐层基函数中心、扩展常数,以及输出权值和偏移编码成学习算法中的粒子个体,在全局空间中搜索具有最优适应值的参数向量。实例仿真证实了该方法的有效性。 展开更多
关键词 混沌时间序列 预测 量子粒子群优化算法 径向基函数神经网络
在线阅读 下载PDF
基于权重QPSO算法的PID控制器参数优化 被引量:4
15
作者 周阳花 魏敏 孙伟 《计算机工程与应用》 CSCD 北大核心 2010年第5期224-228,共5页
传统的PID控制器参数优化方法容易产生振荡和较大的超调量,因此智能算法如遗传算法(SGA)和粒子群算法(PSO)被用于参数优化,弥补传统算法的不足,但是遗传算法在进化过程中收敛速度慢,粒子群算法存在易于早熟的缺点。在分析量子粒子群算法... 传统的PID控制器参数优化方法容易产生振荡和较大的超调量,因此智能算法如遗传算法(SGA)和粒子群算法(PSO)被用于参数优化,弥补传统算法的不足,但是遗传算法在进化过程中收敛速度慢,粒子群算法存在易于早熟的缺点。在分析量子粒子群算法(QPSO)的基础上,在算法中引入了权重系数,提出使用改进的量子粒子群算法(WQPSO)优化PID控制器参数。将改进量子粒子群算法与量子粒子群算法、粒子群算法通过benchmark测试函数进行了比较。最后,通过三个传递函数实例,分别使用Z-N、GA、PSO方法和改进的量子粒子群算法进行了PID控制器参数优化设计,并对结果进行了分析。 展开更多
关键词 量子粒子群算法 权重系数 PID控制器 参数优化
在线阅读 下载PDF
基于改进QPSO算法的地铁列车节能优化操纵研究 被引量:4
16
作者 王合良 贺德强 +1 位作者 莫志刚 苗剑 《广西大学学报(自然科学版)》 CAS 北大核心 2016年第5期1394-1401,共8页
地铁列车的节能优化操纵是降低能耗的重要途径。针对地铁列车在不同工况与线路条件下的运行特点,对其进行动力学分析。参照线路纵断面化简原理对线路进行简化,并根据节能优化原则与列车站间运行的约束条件建立实际路况下的能耗模型。引... 地铁列车的节能优化操纵是降低能耗的重要途径。针对地铁列车在不同工况与线路条件下的运行特点,对其进行动力学分析。参照线路纵断面化简原理对线路进行简化,并根据节能优化原则与列车站间运行的约束条件建立实际路况下的能耗模型。引入改进量子粒子群优化算法,将列车运行速度、加速度等参数进行实数编码,通过迭代寻优与变异操作求解列车站间运行的最低能耗,并获取列车最优运行速度及工况转换点等特征参数。通过南宁地铁一号线某站间线路的实例仿真证明,该方法在保证列车舒适性、安全性与准点停靠的前提下,降低列车运行能耗达9.21%。 展开更多
关键词 优化操纵 能耗模型 量子粒子群 迭代寻优
在线阅读 下载PDF
改进的QPSO-BP算法的铀价格预测模型及应用 被引量:2
17
作者 陈建宏 周汉陵 +1 位作者 于凤玲 杨珊 《计算机工程与应用》 CSCD 2013年第21期235-239,244,共6页
铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP... 铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP网络的权值与阈值。将通过优化搜索得到的粒子的位置向量解码作为网络的权值与阈值,选择网络结构5-11-1对铀价格进行预测。结果表明:QPSO-BP模型的预测精度(0.15%)高于PSO-BP模型(4.55%)与BP模型(30.86%)。泛化能力指标平均相对变动值为0.002 5,预测结果的泛化能力提高。相对误差分布集中,预测结果稳定。说明该模型在铀价格预测中有效,对项目投资决策有一定的参考价值。 展开更多
关键词 价格预测 量子粒子群算法 量子粒子群算法(qpso)-反向传播(BP)模型 铀价
在线阅读 下载PDF
基于QPSO优化投影寻踪的网络入侵检测方法 被引量:4
18
作者 朱丽华 刘以安 魏敏 《计算机工程与应用》 CSCD 北大核心 2011年第28期80-82,134,共4页
为了提高入侵检测系统的检测率,降低误报率,提出应用QPSO搜索投影寻踪最优投影方向的入侵检测算法,并利用投影寻踪和聚类相结合的思想将网络检测数据的多特征属性投影到低维进行聚类识别判定。对训练样本中的数据进行预处理并且归一化,... 为了提高入侵检测系统的检测率,降低误报率,提出应用QPSO搜索投影寻踪最优投影方向的入侵检测算法,并利用投影寻踪和聚类相结合的思想将网络检测数据的多特征属性投影到低维进行聚类识别判定。对训练样本中的数据进行预处理并且归一化,获取最优投影方向,让样本数据投影到低维空间,对检测数据进行聚类判定。实验结果表明,该方法能很有效地提高入侵检测性能。 展开更多
关键词 投影寻踪 入侵检测 量子粒子群算法
在线阅读 下载PDF
基于QPSO的自适应均衡算法 被引量:3
19
作者 池越 刘剑飞 +1 位作者 陈国鹰 武睿 《河北科技大学学报》 CAS 北大核心 2009年第2期116-119,共4页
自适应均衡技术能有效地克服光纤信道的色散和光纤非线性等效应引起的符号间干扰。但传统的自适应均衡算法存在收敛速度慢、稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制。提出了一种基于QPS... 自适应均衡技术能有效地克服光纤信道的色散和光纤非线性等效应引起的符号间干扰。但传统的自适应均衡算法存在收敛速度慢、稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制。提出了一种基于QPSO的自适应均衡算法。仿真实验表明,QPSO具有收敛速度快、计算精度高等优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法。 展开更多
关键词 光纤通信 自适应均衡 自适应算法 量子粒子群优化算法
在线阅读 下载PDF
基于QPSO的单任务Agent联盟形成 被引量:7
20
作者 许波 余建平 《计算机工程》 CAS CSCD 北大核心 2010年第19期168-170,共3页
智能群体搜索算法在求解单任务Agent联盟时稳定性较差、收敛速度慢、全局寻优能力不强,因此采用优化的量子粒子群优化算法解决上述问题。利用群体历史优质解,在最优粒子变异的基础上,采用多种群并行搜索,防止陷入局部极值,并对粒子群进... 智能群体搜索算法在求解单任务Agent联盟时稳定性较差、收敛速度慢、全局寻优能力不强,因此采用优化的量子粒子群优化算法解决上述问题。利用群体历史优质解,在最优粒子变异的基础上,采用多种群并行搜索,防止陷入局部极值,并对粒子群进行筛选以加快粒子群的收敛速度。对比实验结果表明,该算法可以快速、高效地找出合适的Agent联盟,在运行时间和解的质量方面优于同类算法。 展开更多
关键词 AGENT联盟 量子粒子群优化算法 组合优化 多AGENT系统
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部