1) quantization of subgroup
子群量子化
2) quantum swarm evolutionary
量子群进化
3) Quantum-behaved Particle Swarm Optimization(QPSO)
量子粒子群优化
1.
Quantum-behaved Particle Swarm Optimization(QPSO) algorithm makes change for the evolutionary strategy of particles, and the particles has much broader search space, which helps to avoid falling into local optimal.
量子粒子群优化(QPSO)算法改进了粒子进化策略,使粒子具有更大搜索空间,可更好地避免陷入局部最优。
4) QPSO
量子粒子群优化
1.
Adaptive Quantum-Behaved Particle Swarm Optimization (AQPSO) algorithm is proposed in this paper in order to improve network’s performance.
提出了自适应量子粒子群优化(Adaptive Quantum-Behaved Particle Swarm Optimization,AQPSO)算法,用于训练Elman网络参数,改进了Elman网络的泛化能力。
2.
Adaptive quantum-behaved particle swarm optimization(AQPSO) algorithm is proposed in order to improve the performance of RBF(radial basis function) network.
提出了自适应量子粒子群优化(adaptive quantum-behaved particle swarm optimization,AQPSO)算法,用于训练RBF(radial basis function)网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改进了RBF网络的泛化能力。
3.
Using quantum-behaved particle swarm optimization (QPSO) to handle complex problems with lots of extremums has the pr
针对量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization,QPSO)在处理复杂多极值问题时易陷入局部最优,收敛速度慢和精度低的缺陷,提出一种极值扰动和混沌搜索相结合的量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimizationwith Extremum Disturbance and Chaotic Searching,DCQPSO)。
5) Quantum particle swarm optimization
量子粒子群优化
1.
Quantum particle swarm optimization was introduced to solve this optimization problem.
现代战场中,环境信息是变化的,飞行器很难预先获得精确的全局环境信息,因此要求无人飞行器具有实时的航迹规划能力,采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题;同时,根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Spline插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题,简化了问题复杂度,提高了计算效率。
6) Quantum Chemistry(including Group Theory)
量子化学(含群论)
补充资料：单量子阱(见量子阱)
单量子阱(见量子阱)
single quantum well
单且子阱sillgle quantum well见量子阱。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条