QEPS结合的框架和P系统与染色体的代表性和进化机制的量子进化的算法（QIEA）的演化规律。具有良好的全局搜索能力，收敛速度快，QEPS可以在很短的时间跨度从雷达发射信号中提取特定的信息。
基于16个网页-相关网页
本文基于费用函数最小化方法，提出一种混合并行量子进化算法用于文本图像的边缘检测。
In this paper we present a hybrid parallel quantum evolutionary algorithm (PQEA) based on cost minimization technique for edge detection.
将量子群进化算法(QEA)与蚁群系统(acs)进行融合，提出一种新的量子蚁群算法(QACA)。
The algorithm is based on the combination of quantum evolutionary algorithm (QEA) and ant colony system (ACS), a new algorithm, quantum ant colony algorithm (QACA) is proposed.
此外，量子进化算法具有收敛快和好的全局搜索特性，因此它比传统的进化算法更适于并行结构的实现。
QEA is more suitable for parallel structure than the conventional evolutionary algorithms because of rapid convergence and good global search capability.
应用推荐