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:
针对量子粒子群算法(QPSO)在迭代后期出现种群多样性缺失和容易陷入局部最优的问题,提出了一种基于交叉操作的改进算法;在改进算法中,考虑了粒子的历史最优位置和次优位置,用以扩大粒子的搜索范围;同时,将遗传算法的交叉操作运用到位置的更新中,以增加种群的多样性,进而提高算法的收敛性;在性能测试中,将改进算法与原始的量子粒子群算法、基于差分进化的QPSO和基于黑洞探索的QPSO在收敛精度和鲁棒性方面进行了比较;最后,运用改进算法对一类具有投资数量限制的投资组合问题进行了求解,并与遗传算法、粒子群算法和标准的量子粒子群算法的寻优结果进行了对比.
推荐文章
带排序映射的量子粒子群优化算法求解 WTA 问题
目标分配
量子粒子群优化算法
排序映射
编码调整
扩张收缩因子
基于量子粒子群算法求解整数规划
粒子群算法
量子粒子群算法
整数规划
求解粮库选址问题的量子粒子群优化算法
量子粒子群优化
粮库选址
带障碍约束
空间聚类
求解job-shop调度问题的量子粒子群优化算法
粒子群优化算法
量子粒子群优化算法
作业车间调度
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 求解带约束投资组合模型的量子粒子群算法
来源期刊 重庆工商大学学报(自然科学版) 学科 工学
关键词 量子粒子群优化算法 交叉操作 多样性 投资组合
年,卷(期) 2020,(6) 所属期刊栏目
研究方向 页码范围 83-87
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.16055/j.issn.1672-058X.2020.0006.013
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 李高西 6 0 0.0 0.0
2 何光 5 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (27)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(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)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
量子粒子群优化算法
交叉操作
多样性
投资组合
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
重庆工商大学学报(自然科学版)
双月刊
1672-058X
50-1155/N
16开
重庆市南岸区学府大道21号
1983
chi
出版文献量(篇)
3397
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导