量子粒子群
量子粒子群的相关文献在2007年到2022年内共计261篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文199篇、会议论文6篇、专利文献62814篇;相关期刊142种,包括柳州职业技术学院学报、西南师范大学学报(自然科学版)、科学技术与工程等;
相关会议6种,包括2011年江苏省人工智能学术会议、2009中国仪器仪表与测控技术大会、中国电机工程学会第十届青年学术会议等;量子粒子群的相关文献由684位作者贡献,包括张兰、许磊、于尧等。
量子粒子群—发文量
专利文献>
论文:62814篇
占比:99.67%
总计:63019篇
量子粒子群
-研究学者
- 张兰
- 许磊
- 于尧
- 张婷
- 张德干
- 张捷
- 杨鹏
- 楼旭阳
- 毛力
- 滕飞
- 王万良
- 郭磊
- 刘立峰
- 单甘霖
- 孙赞东
- 张维
- 徐公国
- 徐磊
- 李卫忠
- 李志鹏
- 李正洁
- 李永忠
- 杜博
- 杨欣毅
- 段修生
- 汪灵枝
- 田雨波
- 赵春晖
- 逄珊
- 高瑾馨
- 于纬华
- 侯彪
- 储雅
- 全英汇
- 冉恒
- 刘佳颖
- 刘博亲
- 刘志刚
- 刘李楠
- 刘芳
- 卢俊龙
- 卢昱
- 史永胜
- 叶倩
- 叶春明
- 吕彩艳
- 吕晨生
- 吴帅
- 吴涛
- 唐昆明
-
-
沈毅波
-
-
摘要:
深度学习是挖掘数据关键特征的重要技术手段,为准确分析通信网络数据特征,并保障质量,提出基于深度学习的通信网络数据关键特征挖掘方法。选取接入率、可用性以及覆盖率等七个指标作为通信网络质量核心性能指标,将卷积神经网络与径向基神经网络相结合,构建深度学习网络结构,将该性能指标作为标签参数,将所得到的标签参数的聚类与求和结果作为深度网络的标签数据,通过前向传播将标签数据输入卷积神经网络的输入层内,经过不同隐层的变换与映射至输出层位置,并采用量子粒子群算法求解深度学习网络最优参数,输出通信网络数据关键特征挖掘结果。经实验结果表明,所提方法的通信网络数据关键特征挖掘率在95%以上,能够准确预测未来短时间段内的通信网络质量。
-
-
马颖;
尚宇;
高浡华
-
-
摘要:
为有效进行辐射剂量探测,设计了有源在线监控模块。针对监控模块辐射测量值标定这一难题,提出了基于量子粒子群的融合算法实现对测量值与剂量值之间的高精度逼近。使用聚类和数据融合算法实现了拟合数据的自主最佳分段,避免了分段选择的主观性。仿真结果表明,融合算法能有效减少计数率较小时拟合函数的误差,提高各数据段测量值与剂量率之间的拟合精度,与整体拟合函数相比,进一步提高了拟合的精度。
-
-
廖舒琅;
毕凤荣;
田从丰;
杨晓;
李鑫;
汤代杰
-
-
摘要:
针对现有方法在处理训练样本较少的数据集时易出现过拟合现象的问题,将图卷积神经网络引入柴油机故障诊断领域,并结合量子粒子群优化算法,建立一种基于QPSO-MC-GCN(Quantum Particle Swarm Optimization-Multi-channel-Graph Convolutional Network)的故障诊断方法。该方法搭建了一种邻接矩阵,将时序振动数据转换为图数据,实现多个测点样本特征的有效融合;利用QPSO对多通道图卷积神经网络(MC-GCN)的关键参数学习率和热核函数宽度进行寻优,以提高模型的泛化能力;在传统图卷积神经网络(GCN)的基础上建立双头权值矩阵以提取更丰富的深层特征,并引入一维最大池化层进一步控制过拟合现象。对实测柴油机振动信号的分析结果表明,该方法针对试验所设定故障类型的诊断准确率优于文中的对比方法,尤其是在低标签比的情况下优势更明显。
-
-
张铭玮;
李正权;
方志豪
-
-
摘要:
目的:为了加强水质预测模型的预测能力。方法:基于量子粒子群优化的CNN-LSTM水质预测模型,利用CNN对数据的局部特征提取能力以及LSTM模型对时间序列的预测能力,将两个模型结合构建CNN-LSTM模型;再通过量子粒子群算法对CNN-LSTM模型的关键参数进行寻优,使水质信息与网络拓扑结构相匹配,减少人为工作量。结果:QPSO-CNN-LSTM在溶解氧数据的预测结果中,RMSE、MSE、MAE、MAPE分别为0.1475、0.0218、0.0617、0.0118,在pH数据的预测结果中,RMSE、MSE、MAE、MAPE分别为0.0676,0.0046,0.0311,0.0038,均明显低于其他模型。结论:基于量子粒子群优化的CNN-LSTM水质预测模型在水质预测中预测精度较高且具有一定的普遍适用性。
-
-
丁斌;
邢志坤;
王帆;
袁博;
王翠影;
鲁尔奇
-
-
摘要:
考虑综合智慧能源系统管理中电负荷和热负荷的可调度价值,提出了一种考虑电热多元负荷需求响应的综合智慧能源系统协同优化调度模型及方法。首先,利用用户对供热舒适度感知的模糊性及热网在传输过程中的热惯性,将热负荷作为能源系统中的柔性负荷加入到综合智慧能源系统的优化调度中。同时,综合考虑了电负荷与热负荷的不同类型的需求响应,构建了电热多元负荷综合需求响应模型。其次,引入能质系数将能量的“质”和“量”相结合,以系统用能效率最优为目标函数,考虑正常运行条件下电气热系统运行约束,建立了综合智慧能源系统协同优化调度模型,采用量子粒子群算法对模型进行分析计算。最后,利用IEEE 9节点系统、20节点天然气系统和6节点热系统为算例进行分析,验证了所建模型及方法的合理性和有效性。
-
-
郭熠;
张晨洁;
郭滨;
汤云琪
-
-
摘要:
针对无线信道环境中低信噪比情况下主用户信号检测率较低的问题,提出了一种基于量子粒子群优化极限学习机(E L M)算法的认知无线电网络频谱感知方法.针对极限学习机算法的特点通过量子粒子群算法(Q P S O)优化极限学习机参数,并构建引入结构风险思想的QPSO-ELM模型,降低算法的经验风险提高模型的泛化能力,提高算法的频谱感知性能.仿真实验表明,与人工神经网络(A N N)、支持向量机(S V M)和极限学习机(E L M)三种机器学习算法,在信噪比为-15 dB时的频谱感知性能进行比较,分别提高了16%、28%、9%,仿真证明所提算法在低信噪比情况下具有较高的性能,可有效地实现对主用户信号的频谱感知.
-
-
张安安;
吴翔
-
-
摘要:
鉴于现有桥梁结构健康监测传感器优化布置方法中的模态置信准则,x、y和z三个方向不能同时优化.将三个平移自由度用作结构节点上的独立单元,建立相应的三维模态置信准则.为了提高优化算法的收敛速度和性能,引入混沌搜索来提高初始种群质量;利用Levy分布增加粒子搜索空间;利用Cauchy变异因子来改变全局最优解决方案,从而避免本地化最佳.仿真结果表明,三维传感器能更充分地反映桥梁不同自由度的状态,降低了监测系统的成本.此外,改进的量子粒子群优化算法具有更好的收敛速度和优化能力,可以更好地解决传感器的最优放置问题.
-
-
敬学德
-
-
摘要:
小样本条件下供电系统故障快速诊断是保证城市轨道交通安全稳定运行的保证.文中提出了一种基于量子粒子群优化最小二乘支持向量机(LSSVM)的供电系统故障诊断方法.该方法首先基于主成分分析提取能够表征系统运行状态的特征参数,并降低数据维数.然后利用LSSVM构建小样本故障诊断模型,通过量子粒子群算法对LSSVM模型参数进行优化,设计了自适应检测机制和自适应扰动操作,提高优化算法的全局搜索能力.实验结果表明,该方法能够有效提取故障特征,具有更高的全局搜索能力,对供电系统故障的诊断正确率更高.
-
-
熊志伟;
熊元新;
熊一
-
-
摘要:
变电站的规划设计与建设是电力工程建设的重点内容,快速的对变电站全寿命周期成本进行准确预测对变电站的建设具有指导意义.本文建立基于量子粒子群优化最小二乘支持向量机的变电站全寿命周期成本预测模型,将变电站全寿命周期内相关特征指标作为模型的输入,输出为变电站全寿命周期成本.通过仿真算例对比了QPSO优化LS-SVM,PSO优化LS-SVM,传统LS-SVM,BP神经网络4种预测模型的预测结果与相关性能指标.仿真结果表明,QPSO优化LS-SVM模型具有更好的预测精度,在变电站设计建设时能够快速准确的对全寿命周期成本进行预测评估,提高变电站建设的经济性.
-
-
史永胜;
刘博亲;
王凡;
左玉洁;
符政
-
-
摘要:
峰值功率的精确预测是保障动力电池在电动汽车上安全、高效和可靠应用的基本前提.通过恒功率实验测得三元锂离子电池不同状态下的峰值功率数据,使用统计学方法挖掘变量内在相关性.引入权系数与自适应收缩扩张系数,实现对量子粒子群(QPSO)算法全局寻优性能的提升;利用改进后的量子粒子群算法确定模糊神经网络(FNN)中隶属度函数的中心位置、宽度以及输出层的权值,从而建立改进型QPSO-FNN模型.使用324组数据对模型进行训练并用80组数据验证模型性能,实验结果证明:相比于FNN模型与QPSO-FNN模型,所提模型预测精度更高,平均相对误差仅为1.2%,能够更加准确的反映电池峰值功率特性.
-
-
-
-
梁涛
- 《中国电力规划设计协会2016年供用电设计技术交流会》
| 2016年
-
摘要:
随着电力系统的不断发展,电力无线专网在电力系统中的应用越来越广泛,为了满足日益增长的需求,本文将D2D通信(Device-to-Device Communication)引入电力无线专网中.D2D通信是指邻近的终端通过直连链路进行通信的技术,是5G的重要组成部分.D2D通信可以增大频谱利用率,提高能量效率,降低传输时延,但同时也会造成干扰,为了减小干扰并充分发挥D2D通信的优势,本文研究了D2D通信中的频率资源分配算法,在建立系统模型的基础上,运用量子粒子群对频谱资源分配算法进行求解,仿真结果表明,所提算法可以有效地提升网络容量和保障用户服务质量.
-
-
李正洁;
李永忠;
徐磊
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
为解决传统入侵检测系统检测速度慢和误检率高的问题,结合量子粒子群优化算法、免疫原理和移动A-gent技术,提出了基于粒子群优化算法和免疫Agent的入侵检测模型。介绍了系统模型与体系结构,并对系统性能进行仿真实验。实验结果对比表明,系统能提高传统入侵检测系统的检测速度和降低误检率。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 大连大学
- 公开公告日期:2022-10-11
-
摘要:
本发明公开了一种基于量子粒子群优化算法的岗位匹配方法,属于人员与岗位之间的匹配技术领域。包括以下几个步骤:建立候选人员集M=[M1,M2,…,Mn]与岗位集W=[W1,W2,…,Wm];然后建立指标评价体系,包括不同评价指标在不同岗位中所占的权重;计算候选人员在不同岗位中可以发挥的作用分数;构建人员素质评测矩阵;建立人员岗位优化模型,使得最终的人员岗位匹配方案使得所有人员可以发挥的作用分数总和最大;以人员素质评测矩阵的索引为基本粒子,使用量子粒子群优化算法进行优化;设置量子粒子群优化算法所需超参数,并进行迭代优化过程寻找全局最优解。本发明方法的技术效果是:基于量子粒子群优化算法合理分配人员到最适合团队整体工作能力最大化的方案。