公共文化服务平台

搜索到284篇“ 量子蚁群算法“的相关文章

一种基于量子蚁群算法的路径生成方法: 本发明涉及路径生成，具体涉及一种基于量子蚁群算法的路径生成方法，利用路径编码量子电路真随机生成初始路径，并在当前迭代次数达到第一预设迭代次数时进入S2；根据蚂蚁所走过的路径更新信息素矩阵；基于更新后的信息素矩阵计算从当前...; 孙祺淳李小刚徐华

一种基于量子蚁群算法的配电网故障定位方法: 本发明涉及一种基于量子蚁群算法的配电网故障定位方法，包括以下步骤：步骤1)建立配电网开关函数的数学模型；步骤2)建立量子蚁群算法与配电网故障定位模型的有效映射；步骤3)基于开关函数确定配电网目标函数，并基于量子蚁群算法，...; 王宝楠余晓婉杨小婷王辉

基于量子蚁群算法的旅行商问题求解及算法评估: 2024年; 量子蚁群算法是一种将量子理论与传统蚁群算法结合的高效生物进化算法,主要应用于故障诊断、路径规划、图像分割等问题的优化.基于传统蚁群算法的流程,介绍量子蚁群算法中的量子理论基础以及量子理论如何应用于蚁群算法.通过若干旅行商问题实例分析量子蚁群算法较传统蚁群算法的优势.针对目前研究多以离散指标来评估不同算法、难以直观显示不同算法综合差别的问题,提出一种综合评估算法搜索效率的方法,成功应用于量子蚁群算法和传统蚁群算法的对比,具有一定的实践意义.; 李炫秋黄斐君景鹏飞; 关键词：量子蚁群算法蚁群算法旅行商问题

基于量子蚁群算法的配电网故障区段快速定位技术被引量：2: 2024年; 分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷入局部最优等问题.针对这些挑战与问题,提出一种基于量子蚁群算法(QACA)的配电网故障区段快速定位技术.首先,根据状态逼近思想和最小故障集理论构建配电网故障定位的数学模型;其次,针对馈线终端单元上传信息缺失情况提出信息自修正方法,并提出分级定位模型来缩短定位时间;然后,提出3种改进技术对QACA进行针对性改进,改进量子旋转门更新机制,以函数控制形式动态调整旋转角大小,同时引入精英策略加快算法收敛速度.最后,在关键参数确定后验证了改进技术、信息自修正法、分级定位模型的有效性.将所提算法与7种不同算法进行对比,结果表明:改进的QACA可有效完成故障区段定位,具有良好的收敛速度、准确率以及容错性能.; 毕忠勤余晓婉王宝楠黄文焘张丹董真; 关键词：量子蚁群算法

基于量子蚁群算法采用量子聚类的机器人路径规划方法: 本发明涉及机器人路径规划，具体涉及基于量子蚁群算法采用量子聚类的机器人路径规划方法，将大规模路径规划问题分解为小规模路径规划问题；判断当前可用的量子比特数量是否可以处理分解得到的小规模路径规划问题，若分解得到的小规模路径...; 邱骞徐华李小刚孙祺纯

基于量子蚁群算法的多场景下配电网故障恢复重构方法: 本发明涉及一种基于量子蚁群算法的多场景下配电网故障恢复重构方法，包括以下步骤：建立配电网故障恢复重构问题，确定目标函数与约束条件，利用改进的量子蚁群算法求解该问题：算法初始化，生成初始解并修正；识别每个解下的配电网拓扑，...; 毕忠勤余晓婉王宝楠张伟娜肖晋曦

基于量子蚁群算法采用K-Means聚类的无人机路径规划方法: 本发明涉及无人机路径规划，具体涉及基于量子蚁群算法采用K‑Means聚类的无人机路径规划方法，利用递归分类的方法，对无人机导航地图上的所有路径标识点进行划分，将大规模路径规划问题分解为小规模路径规划问题，基于路径遍历求解...; 邱骞徐华李小刚孙祺纯

突发事件下高铁站应急疏散多目标优化模型与自适应量子蚁群算法被引量：1: 2024年; 突发事件下公共场所人员的应急疏散问题是目前国内外研究的热点,其中高铁站应急情境下的人员疏散及路径优化也随着高铁的快速发展逐渐引起了人们的重视。本文考虑拥挤度会对疏散人员心理行为及疏散效率产生影响,以高铁站人员应急疏散过程中的拥挤度与总疏散时间为目标,建立了高铁站应急疏散路径多目标优化数学模型,设计了一种改进的自适应量子蚁群算法进行求解,并与常规算法求解结果做了对比分析。通过算例进行模拟实验,结果表明,所提出的模型较好地兼顾了疏散路径的安全性与时效性,且设计的算法具有良好的全局性和收敛性,有助于进一步完善我国高速铁路客运运作管理体系。; 王付宇谢昊轩林钟高王骏; 关键词：拥挤度应急疏散多目标优化量子蚁群算法

一种基于量子蚁群算法的路径生成方法: 本发明涉及路径生成，具体涉及一种基于量子蚁群算法的路径生成方法，利用路径编码量子电路真随机生成初始路径，并在当前迭代次数达到第一预设迭代次数时进入S2；根据蚂蚁所走过的路径更新信息素矩阵；基于更新后的信息素矩阵计算从当前...; 孙祺淳李小刚徐华

基于量子蚁群算法的智能制造调度问题研究被引量：2: 2023年; 近年来,工业互联网技术逐渐得到普及,复杂构件生产车间的制造环境逐渐复杂化,提出一种基于量子蚁群算法的智能制造调度方案(QACA-AMJSP).首先,结合智能制造车间的特点,构建了相应的车间调度数学模型.然后,将量子计算与模拟自然界蚁群行为的蚁群算法相结合求解智能制造车间调度问题,利用量子比特表示信息素并以量子旋转门更新,保留了量子计算的高效性,提高了蚁群全局寻优能力,避免了蚂蚁易陷局部最优解问题.实验结果表明,相比粒子群优化算法和遗传算法,量子蚁群算法对解决智能制造车间调度问题具有较高的搜索效率和较快的收敛速度.; 吴昌钱黄锐罗志伟; 关键词：车间调度量子计算蚁群算法全局搜索

相关作者