已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、在多目標組合優(yōu)化問題中，一般量子蟻群算法已被廣泛使用，但是還存在一些不足之處。如在求解Traveling Salesman Problem(TSP)問題時收斂速度較慢，收斂所需迭代次數(shù)較多;在求解工作排序問題時算法收斂速度較慢且不能很好的完成收斂趨勢，從而影響到算法的全局收斂性能。如何解決量子蟻群算法存在的這些缺陷，是相關研究人員亟待解決的科研問題。
本文針對一般量子蟻群算法中存在容易陷入局部最優(yōu)以及算法收斂速度較慢、收斂所需
2、迭代次數(shù)較多等問題，提出了一種改進型量子蟻群算法。首先，在該算法中設計一種新信息素揮發(fā)因子的自適應動態(tài)更新策略，將信息素揮發(fā)因子由固定取值方式變?yōu)楹瘮?shù)控制的動態(tài)取值方式，并且結合自適應因子對信息素進行動態(tài)更新;然后，將受旋轉角幅度大小影響較大的傳統(tǒng)量子旋轉門更新為一種新的量子旋轉門來控制量子概率幅值的收斂趨勢，使其不再收斂到0或者1。通過TSP仿真實驗結果表明，分別采用自適應動態(tài)策略方法更新的算法及新旋轉門更新的算法比原算法性能更優(yōu)。同
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論