|
|||||
|
|
| 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。 |