作者:
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:
系统识别问题可以转化成一高维多模优化问题.针对基本粒子群优化在分析此类问题时容易出现早熟收敛从而导致局部优化和较大误差的缺陷,提出将量子粒子群优化算法(QPSO)应用于结构参数识别.QPSO具有参数少、编程简单、易实现、收敛速度快、可以避免早熟收敛、能够迅速在全局找到最优解的特点.本文在测量数据不完备且含噪声污染,参数质量、刚度和阻尼等信息缺乏的情况下,通过数值模拟以及在真实结构参数识别中的应用,验证了QPSO的有效性.
推荐文章
改进的耗散量子粒子群优化算法及其应用
量子粒子群优化算法
耗散操作算子
函数优化
量子进化算法
混合自适应量子粒子群优化算法
量子粒子群优化算法
收缩—扩张系数
差分策略
Levy飞行策略
基于量子粒子群算法的移动节点覆盖优化
无线传感器网络
量子
粒子群
覆盖优化
覆盖率
基于量子粒子群算法的PID参数自整定方法
自动控制
PID参数整定
粒子群算法
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 量子粒子群优化算法在结构参数识别中的应用
来源期刊 防灾减灾工程学报 学科 工学
关键词 量子粒子群优化(QPSO) 参数识别 优化算法
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 91-96
页数 6页 分类号 TU352.1
字数 语种 中文
DOI
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 王兰彬 1 0 0.0 0.0
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  (12)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
量子粒子群优化(QPSO)
参数识别
优化算法
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
防灾减灾工程学报
双月刊
1672-2132
32-1695/P
大16开
江苏省南京市卫岗3号
1981
chi
出版文献量(篇)
2301
总下载数(次)
1
论文1v1指导