基于改进QPSO算法的逢低买入最优定价研究

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:wangyujing07
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究逢低买入拍卖中最优定价问题。由于逢低买入拍卖中卖方期望收益函数异常复杂,常规函数极值法具有极大局限性,无法获得最优价格策略,提出一种带极值扰动算子的QPSO(Quantum-behaved Particle Swarm Optimization)算法对模型进行优化和数值计算。算例表明该算法可以快速有效地找到最优价格策略,且具有较好的全局收敛能力。
其他文献
信息技术的飞速发展为突破城市总体规划"目标—结果"式的实施评估带来了新的研究视角和方法。利用基于信息技术的大数据与城市统计年鉴、城建统计年报、专项统计数据、遥感影
为了深入分析探讨改进的粒子群优化算法的性能,针对典型的函数优化问题,设计了3种方案:(1)采用线性递减惯性权重的PSO;(2)基于遗传算子的PSO;(3)在方案(2)基础上,加入收缩因子χ。在MATLAB7
随着乡村道路相继拓宽和完善,交通安全和道路绿化环境越来越受到重视。文章以河南省部分乡村道路绿化地段为研究对象,采用访谈和现场勘查,针对乡村道路植物侵入道路净空面积
位置感知查询(IJAQ)是移动系统中常用的一种查询方式。提出了一种共享代理缓存(CoPC)技术,当LAQ查询失败时通过比较将查询提交至相邻基站和数据库的代价,从而实现动态的查询转发。