【摘 要】
：
量子微粒群优化算法（QPSO）是一种改进的微粒群优化算法（PSO）,克服了PSO算法搜索空间有限和易陷入局部极值的不足,同时该算法具有参数少、易实现、收敛速度快等优点。应用量子微粒
【基金项目】
：
国家自然科学基金项目（60474030）.
论文部分内容阅读
量子微粒群优化算法（QPSO）是一种改进的微粒群优化算法（PSO）,克服了PSO算法搜索空间有限和易陷入局部极值的不足,同时该算法具有参数少、易实现、收敛速度快等优点。应用量子微粒群优化算法,以谷氨酸发酵过程产物（谷氨酸）浓度数据为检验样本,以Verhulst方程为菌体生长模型,进行发酵模型参数估计。实验结果表明,基于QPSO算法的参数估计方法具有精度高、编程实现简单、计算量小等优点。
其他文献
绘本教学不同于看图讲述,也不同于故事课的教学,它更应关注幼儿对绘本内容的理解。鉴于每本绘本的绘本内容和教育价值都各有不同,如何在集体教学活动这有限的时间内,把握绘本
在新闻服务中引入用户上下文来实现个性化服务。通过定义用户上下文，利用基于事例的推理（CBR）方法，对基于用户新闻请求生成的问题事例进行推理，找到可用的事例，修改问题事例，经过新
在文献[1]中提出的基于互关联后继树（IRST）的时间序列特征模式挖掘方法的基础上,加入了时间窗口的概念,以弥补IRST这种原本应用于文本检索中的索引模型在时间序列应用中的不足.
在多Agent问题求解方面，一个明显的问题是如何规划Agent组的活动。多Agent规划是指通过Agent调整的行为朝着一个共同目标来增强系统中多个Agent协作的强度，从而提高系统的一致
采用污染指数分析7种重金属元素（Pb、Cr、Cu、Zn、Cd、Ni、As）的扩散格局及其对防护林带的影响,比较有林带和无林带路旁土壤重金属污染的差异。结果表明,有林带和无林带路旁土