一种基于量子耗散粒子群的评估模型构建方法

【摘要】 提出了一种量子耗散粒子群算法,每个粒子信息位采用双本征态叠加表达,量子信息载体用于粒子群的种群差异化;并设计了惯性权重的自适应调整策略。针对4个经典测试函数进行了测试,结果表明所提算法相比标准粒子群、指数耗散粒子群和惯性递减耗散粒子群等算法具有明显的优势。将该算法用于一种教学评估模型的构建中,用于克服主观意识对客观评价的干扰,结果表明所建模型可以与现实数据高度拟合,取得了比人工经验模型更高的评估精度。