AI 詞彙表
人工智能完整詞典
量子粒子群优化算法 (QPSO)
粒子群优化算法的变体，集成了量子力学原理，特别是状态叠加和δ势能，以改善收敛性并避免局部最优。
量子势阱
QPSO中的数学模型，其中每个粒子被限制在一个由势阱定义的搜索空间中，该势阱的位置和宽度是动态的，并影响粒子的运动。
吸引位置 (pbest)
在QPSO中，粒子迄今为止找到的最佳位置，在其量子势阱中充当吸引中心，与传统PSO的速度概念不同。
质心 (平均最佳位置)
群体中所有粒子的个体最佳位置(pbest)的平均位置，作为计算每个粒子量子运动的参考点。
收缩-膨胀参数 (CEC)
QPSO中的唯一系数，通过调整量子势阱的大小来控制探索和利用之间的平衡，取代传统PSO的惯性、认知和社会参数。
位置概率分布
概率密度函数（通常是指数分布或柯西分布），描述粒子在其势阱中位于某个位置的概率，确定其下一个位置。
量子态叠加
应用于QPSO的原理，其中粒子没有确定的位置，而是在多个位置上同时以概率分布存在，允许对搜索空间进行更广泛的探索。
特征距离 (L)
QPSO中的变量，定义每个粒子的势阱长度，根据其当前位置与群体质心之间的距离计算，直接影响其运动幅度。
量子演化方程
QPSO的基本数学公式，它使用从概率分布中抽取的随机变量、质心以及粒子自身最佳位置来更新粒子的位置。
量子逃逸
QPSO中的一种现象，粒子可以凭借其运动的概率性“逃离”局部最优解，模拟量子隧穿效应以增强全局搜索能力。
QPSO-经典混合
一种结合传统PSO（基于速度）的更新机制与QPSO势阱模型的方法，旨在利用两种算法在探索和开发方面的优势。
多种群QPSO
QPSO的一种变体，其中多个子种群并行演化，每个子种群拥有自己的质心，以增加搜索多样性并降低过早收敛到次优解的风险。
QPSO收敛边界
一种理论分析，确保在收缩-扩张系数（CEC）满足特定条件下，QPSO算法将收敛到一个不动点，从而保证优化过程的稳定性和可靠性。
量子邻域
QPSO中的一种拓扑结构，其中粒子对邻居的影响是以概率方式定义的，而非基于固定距离，从而允许种群内部进行动态和自适应的交互。
自适应QPSO
QPSO的一个版本，其收缩-扩张系数（CEC）在优化过程中根据种群多样性或解的改进率等性能指标进行动态调整。
狄拉克δ势
在某些QPSO实现中使用的简化势模型，其中势阱由δ函数表示，从而产生特定的位置分布和简化的更新方程。