您的位置： 专家智库 > >

田宇

作品数：2 被引量：16H指数：1
供职机构：中国科学技术大学信息科学技术学院电子科学与技术系更多>>
发文基金：国家自然科学基金安徽省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇优化算法
  • 1篇动态优化
  • 1篇动态优化算法
  • 1篇动态优化问题
  • 1篇引子
  • 1篇双吸
  • 1篇子群
  • 1篇吸引子
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇量子
  • 1篇量子计算
  • 1篇蒙特卡罗
  • 1篇蒙特卡罗方法

机构

  • 2篇中国科学技术...

作者

  • 2篇李斌
  • 2篇田宇
  • 1篇杜卫林
  • 1篇王瑜

传媒

  • 1篇计算机研究与...
  • 1篇系统仿真学报

年份

  • 1篇2010
  • 1篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
双吸引子多群体粒子群算法解决动态优化问题(英文)被引量：1
2010年
提出了一种新的"双吸引子多群体粒子群优化算法"(BMPSO)。与传统的粒子群优化算法(PSO)相比,BMPSO的主要特点是它使用了两个"群体吸引子"和两种搜索粒子。两种搜索粒子具有不同范围的搜索特性,一种利于进行全局搜索而另一种利于进行局部搜索。并且通过引入一种新的"传递"机制,两部分粒子可以更有效地共享搜索信息。实验表明,BMPSO算法在Moving Peaks Benchmark(MPB)测试问题上具有很好的性能表现。
田宇李斌王瑜
关键词：粒子群优化动态优化算法
量子退火算法研究进展被引量：15
2008年
在数学和应用领域,量子退火算法是一类新的量子优化算法.不同于经典模拟退火算法利用热波动来搜寻问题的最优解,量子退火算法利用量子波动产生的量子隧穿效应来使算法摆脱局部最优,而实现全局优化.在已有的研究中,量子退火算法在某些问题上展现出良好的优化效果.系统地综述了量子退火算法的基本原理和近年来的主要研究进展,较为详细地介绍了几个主要的量子退火算法,对量子退火算法的优点和可能的不足进行了分析评述,并对今后的研究方向进行了展望.
杜卫林李斌田宇
关键词：蒙特卡罗方法优化算法量子计算
全选 清除 导出
共1页<1>
聚类工具0