量子微粒群在波阻抗反演中的应用

doi:10.3778/j.issn.1002-8331.2009.05.007

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (5): 23-25.DOI: 10.3778/j.issn.1002-8331.2009.05.007

量子微粒群在波阻抗反演中的应用

聂茹^1,2,岳建华²

1.中国矿业大学计算机科学与技术学院，江苏徐州 221116
2.中国矿业大学资源与地球科学学院，江苏徐州 221116

收稿日期:2008-10-21 修回日期:2008-11-24 出版日期:2009-02-11 发布日期:2009-02-11
通讯作者: 聂茹

Quantum Particle Swarm Optimization impedance inversion and its implementation

NIE Ru^1,2,YUE Jian-hua²

1.School of Computer Science and Technology，China University of Mining and Technology，Xuzhou，Jiangsu 221116，China
2.School of Resource and Geoscience，China University of Mining and Technology，Xuzhou，Jiangsu 221116，China

Received:2008-10-21 Revised:2008-11-24 Online:2009-02-11 Published:2009-02-11
Contact: NIE Ru

摘要/Abstract

摘要： 求解的局部性和计算速度慢是目前非线性波阻抗反演存在的主要缺陷。在与微粒群算法进行比较的基础上，研究了量子微粒群反演算法。数值实验结果表明，与微粒群反演相比，量子微粒群波阻抗反演在收敛速度和避免陷入局部极小等方面有着一定的优势，适合于非线性反演问题，该方法也适用于其他领域非线性最优化问题的求解，具有较强的普适性。

关键词: 微粒群, 量子微粒群, 波阻抗反演

Abstract: Local minimum and slow convergence are the main shortcomings in nonlinear impedance inversion problems.Based on the comparison with particle swarm optimization algorithm，quantum particle swarm inversion algorithm is studied in this paper.A model test and a practical case show that the quantum particle swarm optimization algorithm is superior to particle swarm optimization algorithm in convergence speed and global optimum.The proposed quantum particle swarm optimization algorithm is fit for nonlinear inversion and other nonlinear optimization problems in other fields.

Key words: Particle Swarm Optimization（PSO）, Quantum PSO, impedance inversion

聂茹^1,2,岳建华². 量子微粒群在波阻抗反演中的应用[J]. 计算机工程与应用, 2009, 45(5): 23-25.

NIE Ru^1,2,YUE Jian-hua². Quantum Particle Swarm Optimization impedance inversion and its implementation[J]. Computer Engineering and Applications, 2009, 45(5): 23-25.

[1]	汤旻安1，2，谷宝慧1. 改进PSO在AGV系统路径优化调度中的应用研究[J]. 计算机工程与应用, 2016, 52(3): 261-265.
[2]	张敏，唐东成，张君跃，易志威，朱红萍，陈微. 基于微粒群算法的永磁同步发电机滑模控制[J]. 计算机工程与应用, 2015, 51(22): 266-270.
[3]	王润民. 基于微粒群算法的视网膜血管自动提取方法[J]. 计算机工程与应用, 2015, 51(2): 177-180.
[4]	刘盼芝1，郭国防2，潘若禹3. 求解分布式顺序统计CFAR检测器参数的新方法[J]. 计算机工程与应用, 2014, 50(2): 258-262.
[5]	许成谦，郝红杰. 改进的智能优化在多用户检测中的应用[J]. 计算机工程与应用, 2013, 49(3): 143-146.
[6]	朱颀，陈成栋，陈华平. 差异工件流水车间批调度问题的求解[J]. 计算机工程与应用, 2013, 49(13): 221-227.
[7]	李宁1，贺毅朝1，寇应展2. 利用双重结构编码PSO求解动态背包问题[J]. 计算机工程与应用, 2012, 48(7): 39-42.
[8]	江晓明，朱娜，董亮，李杰. 改进的神经网络EPON动态带宽分配方法[J]. 计算机工程与应用, 2012, 48(36): 112-115.
[9]	魏丽. 群体动画中路径自动规划方法研究[J]. 计算机工程与应用, 2012, 48(25): 83-87.
[10]	郭研1，2，李南1，李兴森2. 基于云多目标微粒群算法的多项目调度方法[J]. 计算机工程与应用, 2012, 48(21): 15-20.
[11]	金超，叶春明. 基于QPSO算法的模糊流水车间调度问题[J]. 计算机工程与应用, 2012, 48(2): 238-240.
[12]	阴艳超1，郭成2. 不确定环境下的一种动态响应库存优化方法[J]. 计算机工程与应用, 2012, 48(17): 238-242.
[13]	叶春晓，罗娟. 基于网格的混合微粒群算法解决任务调度问题[J]. 计算机工程与应用, 2012, 48(12): 34-37.
[14]	林令娟1，刘希玉2. 结合SA算法的快速微粒群优化算法[J]. 计算机工程与应用, 2011, 47(8): 27-29.
[15]	毛帆，傅鹂，蔡斌. 求解作业车间调度问题的微粒群遗传退火算法[J]. 计算机工程与应用, 2011, 47(5): 227-231.

量子微粒群在波阻抗反演中的应用

Quantum Particle Swarm Optimization impedance inversion and its implementation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics