← 返回刚才阅读的位置

知识卡片

结构图卡 · 3784.f

多次坍塌后正交筛选

理解等级:中级

MOQPSO(多次坍塌-正交交叉的量子粒子群算法)将 [[多次坍塌是重复位置抽样]] 与 [[正交交叉按表重组片段]] 连在一轮更新中:每个粒子先由 Q 次抽样得到 Q 个位置,再按正交表组合片段得到 M 个新候选,以目标函数评价后选本轮最好位置,并与个体及群体历史最优比较。这样保留了多个样本的片段信息,但 Q、M 越大,目标评价也越多。流程本身不能证明书中“概率 1 收敛”或普遍性能优势。

结构图:

flowchart TD
  A[当前粒子及历史最优] --> B[重复抽样Q个位置]
  B --> C[按正交表重组片段]
  C --> D[生成M个候选]
  D --> E[评价并取本轮最好]
  E --> F[更新个体最优]
  F --> G[更新群体最优]
  G --> H{终止条件}
  H -- 否 --> B
  H -- 是 --> I[输出群体最优]
这张卡片看不懂?

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

    参考来源

    - 位置:《智能算法导论》第 168 项《1 6 . 3 . 3 多 次 坍 塌 - 正 交 交 叉 的 量 子 粒 子 群 算 法》(源文件:`_epub-src/EPUB/xhtml/chapter16_0012.xhtml`) - 结论依据:正文步骤 3–9 与图 16.26 给出 Q 次坍塌、M 个正交组合、按适应度择优、更新个体及群体最优和终止循环;并未在本项证明概率 1 收敛或在相同评价预算下总是更优。 - 原始内容:步骤3:粒子坍塌 Q 次,得到粒子的 Q 个位置。步骤4: Q 个粒子正交交叉得到 M 个新个体,并根据粒子的适应度值选出最优的作为该粒子的位置信息。