共查询到20条相似文献,搜索用时 62 毫秒
1.
陈凯 《中国信息技术教育》2022,(1):18-21
维特根斯坦有一个著名的且引发了广泛讨论的论断:"世界是所有事实的总和,而不是所有事物的总和."这句话可能离普通人的日常经验有一些距离,当人们看待世界的时候,往往自然而然地倾向于把事物进行分解:从某个物体还原到分子,再还原到原子,进而到各种基本粒子,于是可能觉得这整个世界就是由这些基本粒子组成的. 相似文献
2.
许婧祺 《计算机光盘软件与应用》2014,(14):304+306-304
第一次将量子计算的理论用途于多目标优化之上可以提出量子多目标进化算法其采用量子位研究微观粒子的运动规律的物理学分支学科,它主要研究原子、分子、凝聚态物质,以及原子核和基本粒子的结构、性质的基础理论,它与相对论一起构成了现代物理学的理论基础。量子力学不仅是近代物理学的基础理论之一,而且在化学等有关学科和许多近代技术中也得到了广泛的应用。 相似文献
3.
4.
无线传感网络覆盖的粒子进化优化策略研究 总被引:3,自引:0,他引:3
为了实现网络覆盖范围的最大化,延长网络寿命,本文在粒子进化的多粒子群算法的基础上提出了一种无线传感网络覆盖优化策略.通过多种群并行搜索,采取粒子进化理论使陷入局部最优的粒子迅速跳出,有效地避免了基本粒子群算法容易出现的"早熟"问题,提高了算法的稳定性.通过仿真实验分析了节点感知半径对覆盖性能指标的影响.覆盖率和收敛速度随着感知半径的增大逐渐增大和加快.仿真实验结果表明粒子进化的多粒子群优化策略比基本粒子群算法、传统遗传算法和新量子遗传算法具有更好的覆盖优化效果. 相似文献
5.
6.
改进的粒子群优化算法 总被引:4,自引:2,他引:2
为改善基本粒子群的全局、局部搜索能力和收敛速度以及计算精度,基于经典PSO方法和量子理论基础之上,提出了一种改进的基于量子行为的PSO算法--cQPSO算法.新算法中,采用全同粒子系更新粒子位置,并引用混沌思想,对每个粒子进行混沌搜索,试图改善粒子的全局、局部搜索能力和收敛速度以及计算精度.对经典函数的测试计算表明,改进算法的性能优于经典的PSO算法、基于量子行为的PSO算法. 相似文献
7.
文章针对GARCH模型参数传统估计方法的不足,提出了利用量子粒子群算法的改进算法,并利用此算法实证建立了美国证券市场道琼斯指数收益的GARCH模型,更加精确地动态度量了证券市场收益序列的条件"异方差",并且和基本粒子群算法及其两种改进算法的实验结果进行了比较,最后对指数进行了走势预测. 相似文献
8.
人工智能正在塑造世界.学习如何战胜冠状病毒、汽车自动化以及机器人等,这些只是改变世界的一些创新.在自然语言系统的推动下,我们越来越依赖于医疗创新和客户服务,量子计算对人工智能具有重要意义,因为与基于二进制的经典计算机相比,量子计算可以增强人工智能应用. 相似文献
9.
10.
本文在简要介绍基本粒子群优化(PSO)算法的基础上,讨论了一种新型量子粒子群优化算法,并给出了其实现方式,并通过标准测试函数对其进行性能对比评价。仿真结果表明,这种量子粒子群优化算法能给出很好的优化结果。 相似文献
11.
针对模糊交货期Flow-shop调度问题的特点,运用一种收敛速度快、全局性能好、不易陷入局部最优的智能迭代算法-量子粒子群算法,对其进行求解。通过仿真实例对该算法进行了验证,结果表明,在求解模糊交货期的Flow-shop问题时,量子粒子群算法要优于遗传算法和基本粒子群算法。 相似文献
12.
13.
混合量子粒子群算法求解车辆路径问题 总被引:1,自引:0,他引:1
黄震 《计算机工程与应用》2013,49(24):219-223
量子粒子群算法在求解车辆路径问题时一定程度上解决了基本粒子群算法收敛速度不够快的缺点,但是量子粒子群算法仍然存在容易陷入局部最优的缺点。利用混合量子粒子群算法对车辆路径问题进行求解,运用量子粒子群算法对初始粒子群的粒子进行更新,对粒子进行交叉操作,可以提高算法的全局搜索能力,进行变异操作,可以改善算法的局部搜索能力。以Matlab为工具进行仿真实验,实验结果表明改进后的算法在求解车辆路径问题时具有良好的性能,可以避免陷入局部最优,对比量子粒子群算法和遗传算法具有一定的优势。 相似文献
14.
15.
为改善基本粒子群的全局、局部搜索能力和收敛速度、计算精度,基于标准PSO算法和量子理论基础之上,提出一种改进的基于量子行为的PSO算法—WbQPSO算法。新算法中,采用全同粒子系更新位置,并引入混沌思想,对每个粒子进行混沌搜索,另外通过在Mbesti中加入权重系数,试图改善粒子群的全局、局部搜索能力和收敛速度以及计算精度。对经典函数的测试计算表明:改进算法的性能优于经典的PSO算法,基于量子行为的PSO算法。 相似文献
16.
17.
为了解决粒子滤波算法中存在的严重的退化现象,以及采用常规的重采样方法解决退化问题导致的粒子耗尽问题,研究了粒子滤波退化现象存在的原因和量子遗传算法具有的优点,将量子遗传算法引入粒子滤波,提出了基于量子遗传粒子滤波的无线传感器网络目标跟踪算法.通过量子遗传算法的编码方式增加粒子集的多样性,从而缓解了粒子滤波的退化现象并解决了粒子耗尽问题,而量子的并行性也节省了计算时间,提高了跟踪的实时性.仿真结果表明了该算法是可行的. 相似文献
18.
19.
20.
陈治明 《计算机工程与应用》2011,47(10):38-40
支持向量机是一种性能优越的机器学习算法,而其参数的选择对建模精度和泛化性能等有着重要的影响,也是目前机器学习研究的一个重要方向。在简要介绍基本粒子群优化(PSO)算法的基础上,提出了一种量子粒子群优化算法,给出了其实现方式,并通过4个基准测试函数进行性能对比评价。基于这种量子粒子群优化算法,对最小二乘支持向量机(LS-SVM)的参数优化进行了研究。仿真结果表明,量子粒子群优化算法能给出很好的优化结果。 相似文献