量子粒子群优化
量子粒子群优化的相关文献在2006年到2022年内共计141篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、电工技术
等领域,其中期刊论文118篇、会议论文3篇、专利文献163358篇;相关期刊78种,包括系统工程与电子技术、计算机仿真、计算机工程等;
相关会议2种,包括Power and Energy Engineering Conference 2010(PEEC2010)(2010年电力与能源工程学术会议)、中国仪器仪表学会第九届青年学术会议等;量子粒子群优化的相关文献由373位作者贡献,包括党鹏飞、余健、毛力等。
量子粒子群优化—发文量
专利文献>
论文:163358篇
占比:99.93%
总计:163479篇
量子粒子群优化
-研究学者
- 党鹏飞
- 余健
- 毛力
- 郭平
- 张婷
- 张德干
- 张捷
- 杨鹏
- 范庚
- 须文波
- 马登武
- 严余松
- 付华
- 侯彪
- 刘佳颖
- 刘芳
- 向峥嵘
- 吴涛
- 孙俊
- 崔光照
- 廖希
- 张新晨
- 张洪业
- 张雪萍
- 戴文俊
- 房立金
- 朱虎明
- 朱颢东
- 李引
- 李永忠
- 李阳阳
- 杨琳
- 杨腾飞
- 杨铮鑫
- 林两魁
- 梁昔明
- 潘大志
- 焦李成
- 王宏伟
- 王延峰
- 王明罡
- 王爽
- 罗健桂
- 胡岑诺
- 胡征兵
- 胡志轩
- 苏旸
- 蒋慧
- 蒋玲
- 贾伟
-
-
韩子颜;
王守相;
赵倩宇;
郑志杰
-
-
摘要:
随着第5代移动通信技术(5G通信)的迅速发展,5G基站数量不断增加,5G通信耗电量大、用电成本高的问题日益突出。为此,提出了考虑光伏和储能接入的5G基站光储系统优化配置方法,以提高5G基站运行的经济性。首先,考虑5G基站负荷情况和配电网分时电价,建立了5G基站光储系统的经济调度模型;然后,通过量子粒子群优化算法计算典型日内5G基站光储系统的最小综合成本,以此确定光伏和储能的最优接入容量;最后,通过算例证明合理配置光伏和储能容量可以提高5G基站系统的经济性。光伏和储能容量的配置受储能成本和峰谷电价差的影响较大,且光储系统所能带来的经济效益随峰谷电价差的增大和储能成本的降低而增大。
-
-
张超;
贾长杰;
何文俊;
钟泰军;
冯忠楠
-
-
摘要:
相变储能系统作为一种新型的具备高弹性、高可靠性与绿色性的分布式储能形式,能够以柔性可调负荷形式为电网提供灵活可靠的辅助服务。为进一步挖掘相变储能系统的应用潜力,提出一种基于共享聚合相变储能系统的区域联合削峰填谷策略。首先,构建分布式相变储能单元的聚合可控模型,在此基础上,设计一种基于共享相变储能的区域联合控制可行架构;然后,在非合作博弈、合作博弈等不同商业模式下,建立区域内及区域间的联合削峰填谷控制策略;最后利用量子粒子群算法对所提控制策略进行有效求解。算例仿真结果验证所提策略在降低负荷方差及区域电力系统运行成本等方面的优越性,可作为电网辅助服务的一种新手段。
-
-
王望望;
邓林峰;
赵荣珍;
张爱华
-
-
摘要:
为准确辨识滚动轴承故障类型,提出了一种基于量子粒子群优化多尺度排列熵(quantum-behaved particle swarm optimization and multi-scale permutation entropy,简称QPSO-MPE)的滚动轴承故障识别方法.首先,对滚动轴承的原始振动信号进行集成经验模态分解(ensemble empirical mode decomposition,简称EEMD),得到一系列内禀模态分量(intrinsic mode function,简称IMF)和一个趋势项,并以峭度作为度量指标筛选出含有主要故障特征信息的IMF来重构振动信号;然后,利用量子粒子群优化算法对多尺度排列熵的关键参数进行优化,得到其模型计算重构信号的多尺度排列熵,从而构建轴承故障的多尺度排列熵特征集;最后,将故障特征集输入GG(Gath-Geva)模糊聚类算法进行聚类识别.实验结果表明,基于QPSO-MPE的滚动轴承故障识别方法可实现滚动轴承典型故障的准确辨识,证明了QPSO-MPE在故障特征提取方面的有效性.
-
-
蒋慧;
戴文俊
-
-
摘要:
为了克服风电场出力波动的不利影响,提高调度经济性,构建含常规火力发电燃料费用、风电预测误差备用费用以及风电弃风成本的多目标动态调度模型,并提出一种混沌量子粒子群算法对模型进行求解。标准测试函数的仿真结果表明本算法比对照算法具有较高的收敛精度和稳定性。对含风电场的IEEE30节点系统算例进行仿真实验,结果表明采用混沌量子粒子群算法对调度模型求解的调度费用最低。
-
-
蒋慧;
戴文俊
-
-
摘要:
为了克服风电场出力波动的不利影响,提高调度经济性,构建含常规火力发电燃料费用、风电预测误差备用费用以及风电弃风成本的多目标动态调度模型,并提出一种混沌量子粒子群算法对模型进行求解.标准测试函数的仿真结果表明本算法比对照算法具有较高的收敛精度和稳定性.对含风电场的IEEE30节点系统算例进行仿真实验,结果表明采用混沌量子粒子群算法对调度模型求解的调度费用最低.
-
-
王晓海;
孟秀云;
李传旭
-
-
摘要:
针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计.首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization,QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states ob-server,ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真.仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪.
-
-
张家浩;
李国庆;
刘琳;
余彬;
龙莉娟;
陈杰
-
-
摘要:
随着国家大力发展新能源汽车的政策,电动汽车和充电基础设施规模不断扩大,如何科学地规划充电网点成为亟待解决的问题.本文根据分期规划的原则,采用基于注意力机制的长短期记忆网络进行充电需求预测,使用量子粒子群优化算法进行近期充电网点选址定容,然后根据Voronoi图来划分远期充电站服务区域,从而建立了充电网点精准规划模型.通过对杭州市钱江世纪城区域进行验证,表明本文模型在科学规划充电网点的同时,能够实现电网、企业、用户的多方共赢.
-
-
杨铮鑫;
王明罡;
龚博;
党鹏飞
-
-
摘要:
综合量子粒子群优化算法(quantum particle swarm optimization,简称QPSO)的全局搜索能力与隐马尔科夫模型(hidden Markov model,简称HMM)良好的时间序列分类能力,提出一种基于QPSO?HMM的滚动轴承故障程度辨识方法,并利用实测振动信号对该方法的性能进行验证.首先,采用变分模态分解对实测振动信号进行分解,并用奇异值分解进行信号特征提取;其次,利用QPSO算法和样本信号对HMM进行训练;最后,将测试信号输入训练得到的HMM中进行滚动轴承故障程度辨识.结果表明,该算法解决了HMM的参数估计局部最优化问题,对滚动轴承不同故障程度的辨识准确率较高.
-
-
郭春梅;
党鹏飞
-
-
摘要:
换热器是工业领域中被广泛应用的一种通用工艺设备,降低生产过程中的能源消耗来提高生产效益逐渐被重视.采用理论分析和数值模拟仿真相结合的方式,将影响换热器能效评价的各类因素进行了合理的归类与分析,根据各类型影响因素,建立了一个线性加权函数形式的换热器综合能效评价模型,对模型中的各个权重系数采用量子粒子群的优化算法进行优化,得到与各项能效因素相对应的最优权重,从而建立起最优的换热器综合能效评价方法.
-
-
侍守创;
江浩;
韩占港;
蒋馨宙
-
-
摘要:
针对柔性作业车间调度问题,传统的优化算法存在运行时间长、运行结果不稳定且不能有效求得近优解等问题.提出一种混合优化遗传算法(mGAs,Modified Genetic Algorithms),采用动态调整交叉概率和变异概率的自适应遗传算法,并使用量子粒子群算法优化染色体的选择算子.通过在经典数据集上与其它若干算法进行实验,结果表明了所提出算法相比同类优化算法,提高了算法的自适应能力,mGAs收敛速度更快、可以有效解决柔性作业车间调度问题,有效求取近优解.
-
-
-
杨雅伟;
侍洪波
- 《中国仪器仪表学会第九届青年学术会议》
| 2007年
-
摘要:
本文基于量子理论提出一种量子粒子群优化算法,引进一个概率选择机制来选择粒子的多个特性,通过量子旋转门来更新粒子。用改进的量子粒子群算法求解重油热解问题,取得了很好的结果,通过与遗传算法的比较,量子粒子群算法表现出了良好的寻优能力。
-
-
汪荣贵;
李守毅;
孙见青
- 《中国仪器仪表学会第九届青年学术会议》
| 2007年
-
摘要:
量子粒子群优化算法(QPSO)是一种基于群体的随机优化技术。与标准的粒子群优化算法(PSO)相比,QPSO更具全局搜索能力并具有较少的控制参数等优点。本文以QPSO技术取代传统BP神经网络学习算法中的梯度下降法,使改进后的神经网络具有良好的全局收敛性。将改进后的学习算法应用于人脸检测,实验结果表明该算法在此应用上是有效的。
-
-
-
-
-
-
-
-
-
-
-
- 大连大学
- 公开公告日期:2022-10-11
-
摘要:
本发明公开了一种基于量子粒子群优化算法的岗位匹配方法,属于人员与岗位之间的匹配技术领域。包括以下几个步骤:建立候选人员集M=[M1,M2,…,Mn]与岗位集W=[W1,W2,…,Wm];然后建立指标评价体系,包括不同评价指标在不同岗位中所占的权重;计算候选人员在不同岗位中可以发挥的作用分数;构建人员素质评测矩阵;建立人员岗位优化模型,使得最终的人员岗位匹配方案使得所有人员可以发挥的作用分数总和最大;以人员素质评测矩阵的索引为基本粒子,使用量子粒子群优化算法进行优化;设置量子粒子群优化算法所需超参数,并进行迭代优化过程寻找全局最优解。本发明方法的技术效果是:基于量子粒子群优化算法合理分配人员到最适合团队整体工作能力最大化的方案。