基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章将量子进化算法(QEA)和粒子群算法(PSO)互相结合,提出了两种混合量子进化算法.第一种算法叫做嵌入式粒子群量子进化算法,其主要思想是将简化的PSO进化方程嵌入QEA的进化操作中,简化了QEA算法的结构,增强了QEA跳出局部极值的能力.第二种算法叫做量子二进制粒子群算法,其主要思想是将QEA中的量子染色体的概念引入二进制粒子群算法(BPSO),提高了BPSO算法保持种群多样性的能力和运算速度.通过对0-1背包问题和多用户检测问题的求解表明,新的算法不仅操作更简单,而且全局搜索能力有了显著的提高.
推荐文章
一种新型的多目标优化混合量子进化算法
多目标优化
量子进化算法
量子门
旋转角
交叉
量子进化算法在生产调度中的应用综述
量子进化算法
生产调度
量子概率幅编码
量子旋转门
量子进化组播路由算法
遗传算法
早熟
量子进化算法
组播路由问题
采用灰色码观测的量子进化算法
量子进化算法
Hamming悬崖
灰色码
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 混合量子进化算法及其应用
来源期刊 计算机工程与应用 学科 工学
关键词 量子进化算法 粒子群优化算法 混合 进化算法
年,卷(期) 2006,(28) 所属期刊栏目 学术探讨
研究方向 页码范围 72-76
页数 5页 分类号 TP18|TP301.6
字数 6645字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.28.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田亚菲 兰州大学信息科学与工程学院 36 585 9.0 24.0
2 殷志锋 兰州大学信息科学与工程学院 5 91 3.0 5.0
3 俞洋 江苏技术师范学院电气信息工程学院 5 84 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (179)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (34)
二级引证文献  (14)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子进化算法
粒子群优化算法
混合
进化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导