改进量子粒子群自适应优化算法 |
| |
引用本文: | 迟佳,梁秋艳,张晓玲,赵子瀚,孙井也.改进量子粒子群自适应优化算法[J].中国科技信息,2023(11):86-90. |
| |
作者姓名: | 迟佳 梁秋艳 张晓玲 赵子瀚 孙井也 |
| |
作者单位: | 佳木斯大学机械工程学院 |
| |
基金项目: | 黑龙江省高校基本科研业务费项目(2018-KYYWF-0926); |
| |
摘 要: | <正>近年来,智能优化算法层出不穷,如:灰狼优化算法(Grey Wolf Optimization,GWO)、鲸鱼优化算法(Whale Optimization Algorithm,WOA)、粒子群算法(Particle Swarm Optimization,PSO)、遗传算法(Genetic Algorithm,GA)等。由于智能优化算法参数较少,容易实现,受到各国学者的青睐。但是,随着优化功能的具体化和规模的庞大化,部分单一算法无法兼顾收敛速度和精度,无法满足实际应用的需求。
|
|
|