您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 量子遗传算法matlab程序实现

  2. 本程序是用于实现01背包问题的QGA算法,用matlab实现。
  3. 所属分类:其它

    • 发布日期:2011-02-19
    • 文件大小:10kb
    • 提供者:jane3von
  1. QGA 量子遗传算法

  2. 完全可用的量子遗传算法, matlab语言
  3. 所属分类:其它

    • 发布日期:2013-06-18
    • 文件大小:866kb
    • 提供者:dzhzhang
  1. matlab编写的量子遗传算法

  2. 此程序为用matlab编写的量子遗传算法的具体实现
  3. 所属分类:讲义

    • 发布日期:2014-08-09
    • 文件大小:8kb
    • 提供者:laoou12345678
  1. 实数编码量子遗传算法

  2. 介绍了一种实数编码的量子遗传算法,提高算法的计算速度。
  3. 所属分类:其它

    • 发布日期:2018-01-12
    • 文件大小:1mb
    • 提供者:qq_35099053
  1. qemu-2.11.0增加获取vm根目录磁盘使用率qga接口

  2. 在qemu-2.11.0中增加获取vm根目录磁盘使用率qga接口,仅供初学qemu QGA代码框架的程序猿使用。
  3. 所属分类:平台管理

    • 发布日期:2018-08-17
    • 文件大小:36mb
    • 提供者:qq_28693567
  1. 基于量子遗传算的函数寻优算法

  2. 基于量子遗传算的函数寻优算法,介绍了量子遗传算法的概述,并对专门的案例进行了分析
  3. 所属分类:算法与数据结构

    • 发布日期:2018-01-18
    • 文件大小:4kb
    • 提供者:qq_31064283
  1. 量子遗传算法在地震资料寻优中的应用

  2. 量子遗传算法QGA以量子理论为基础,利用量子位编码代替经典遗传算法的二进制位编码,利用量子旋转门定向更新种群,使得算法具有一定的内在并行运算能力和量子的隧道效应,从而加快了搜索速度,改善了收敛速度,并具有更强的全局寻优能力。针对地球物理反演问题的非线性、多极值特点,将QGA引入一维反演中,根据实际参数的多少以及问题的复杂性确定种群的大小,通过种群的量子位编码表示,量子位测量得到对应的二进制值,继而得到相应的正演模型参数值,在计算种群拟合值和保留最优值后,再利用量子旋转门定向更新种群,最后进入下一
  3. 所属分类:其它

    • 发布日期:2020-06-14
    • 文件大小:175kb
    • 提供者:weixin_38647517
  1. mimo信号检测法(ZF、MMSE、GA、QGA)

  2. mimo信号检测法:ZF、MMSE、GA、QGA
  3. 所属分类:VB

    • 发布日期:2010-04-15
    • 文件大小:3kb
    • 提供者:fengjia095
  1. 基于CEEMDAN-PE和QGA-BP的短期风速预测

  2. 为了提高风电场短期风速预测的精度,提出了一种基于自适应噪声的完整集成经验模态分解(CEEMDAN)-排列熵(PE)和量子遗传算法(QGA)优化BP神经网络的短期风速预测模型。首先采用CEEMDAN对原始风速时间序列进行分解,降低不同特征尺度序列间的相互影响;其次,为了减少计算规模,对分解得到的各个分量序列分别计算排列熵,将熵值相近的分量进行叠加形成新的序列;最后,针对BP神经网络在初始化权值和阈值的选取上存在随机性的问题,采用QGA对BP参数进行优化,分别对每个新的序列进行预测并将预测结果进行叠
  3. 所属分类:其它

    • 发布日期:2020-10-15
    • 文件大小:591kb
    • 提供者:weixin_38591223
  1. 实数编码混沌量子遗传算法

  2. 基于量子位的混沌特性和相干特性,提出一种实数编码混沌量子遗传算法(RCQGA),该算法在解空间内将实数染色体通过反向变换映射到量子位,采用量子位概率指导的实数交叉与混沌变异相结合的方法对实数染色体进行演化搜索.实验结果表明,RCQGA不仅可以有效避免二进制编码QGA早熟收敛的缺点,而且可以减少寻优的计算复杂度,具有收敛速度快、稳定性好、寻优能力强、精度提高容易等优点,适用于工程应用中的复杂函数优化问题.
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:274kb
    • 提供者:weixin_38693173
  1. 多编组协同任务分配模型及DLS-QGA 算法求解

  2. 为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:249kb
    • 提供者:weixin_38618540