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:
标准的量子遗传算法容易陷入局部最优,且在定义域范围较广的函数寻优中易出现优化精度不高的情况.将量子交叉与模拟退火操作适当地加入量子遗传算法中可以有效地避免算法陷入局部最优解.根据第一次的优化结果,缩小算法寻优区域,以提高算法寻优的精确度.最后对其用复杂二元函数进行测试,计算结果表明,通过该改进方式明显提高了优化算法的性能.
推荐文章
改进量子遗传算法在多峰值函数寻优中的应用
量子遗传算法
多峰值函数
优化
改进量子遗传算法在多峰值函数寻优中的应用
量子遗传算法
多峰值函数
优化
基于非线性规划和遗传算法的函数寻优
非线性规划
遗传算法
函数寻优
函数模型
改进的自适应遗传算法在函数优化中的应用
自适应遗传算法
函数优化
求解精度
种群适应度
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 改进量子遗传算法在函数寻优中的应用
来源期刊 微型机与应用 学科 工学
关键词 量子遗传算法 量子交叉 退火操作 寻优区域
年,卷(期) 2016,(11) 所属期刊栏目 技术与方法
研究方向 页码范围 83-86
页数 4页 分类号 TP319
字数 4024字 语种 中文
DOI 10.19358/j.issn.1674-7720.2016.11.025
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 杨林峰 广西大学计算机与电子信息学院 19 108 6.0 10.0
2 谭小球 浙江海洋学院数理与信息学院 13 28 4.0 4.0
3 张晨 广西大学计算机与电子信息学院 6 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (90)
参考文献  (7)
节点文献
引证文献  (4)
同被引文献  (27)
二级引证文献  (5)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(15)
  • 参考文献(0)
  • 二级参考文献(15)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
量子遗传算法
量子交叉
退火操作
寻优区域
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
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导