知识卡片
QPSO以概率采样代替速度更新
经典 PSO 用当前位置和速度更新粒子;本节的 QPSO 保留评价、局部最好解与全局最好解的迭代框架,把位置更新改成围绕吸引子的概率采样,不再显式更新速度。这里的“量子”指借波函数构造的搜索分布;书中给的是模拟采样算法,不能由名称推断量子硬件或普遍加速。
| 经典 PSO | 本节 QPSO | |
|---|---|---|
| 状态 | 位置 + 速度 | 只有位置 |
| 产生新解 | 先更新速度,再沿速度走一步 | 按波函数导出的概率模型采样 |
| 其余 | 比较适应度,更新个体/全局最好 | 相同框架 |
吸引子和特征长度如何进入采样式,见 [[吸引子与长度控制采样]]。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 5 . 3 . 2 基 于 吸 引 子 的 进 化 算 法 · 查看原书依据
算法流程方面,量子粒子群算法与经典粒子群算法并没有显著差别,只是在步骤3中,不需要更新速度 ,改用通过波函数得来的概率模型来产生新解。 近十年,量子粒子群算法获得了长足的发展。
参考来源
- 位置:《智能算法导论》第 156 项《1 5 . 3 . 2 基 于 吸 引 子 的 进 化 算 法》(源文件:`_epub-src/EPUB/xhtml/chapter15_0017.xhtml`)
- 结论依据:正文先列经典 PSO 的速度与位置更新五步,再明确 QPSO 在步骤 3 用概率模型产生新解、不更新速度,且没有物理量子设备描述。对照表按这两段整理。
- 原始内容:量子粒子群算法与经典粒子群算法并没有显著差别,只是在步骤3中,不需要更新速度 ,改用通过波函数得来的概率模型来产生新解。