基于量子粒子群算法的复杂函数参数估计

被引：4

作者：

徐敏 ^{[1
]}

须文波 ^{[2
]}

机构：

[1] 江南大学理学院

[2] 江南大学信息工程学院

来源：

计算机工程与设计 | 2007年 / 15期

关键词：

量子粒子群算法; 优化; 参数估计; 最小二乘估计; 复杂函数;

D O I：

10.16208/j.issn1000-7024.2007.15.029

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

数理统计中在处理回归的问题时,常用的传统参数估计方法存在着一些严重不足之处。为解决此问题,提出了将基于量子行为的微粒群优化(QPSO)算法应用于复杂函数的参数估计中。通过仿真实验,表明了该算法不仅可以准确地估计出复杂函数的参数,并且具有计算简便、收敛速度快等特点。通过与传统微粒群(PSO)算法的比较,证明了QPSO算法的优越性。

引用

页码：3665 / 3667

页数：3