混沌量子粒子群优化算法

被引:21
作者
林星
冯斌
孙俊
机构
[1] 江南大学信息工程学院
关键词
量子粒子群优化算法; 混沌搜索; 早熟; 效率高; 粒子群算法;
D O I
10.16208/j.issn1000-7024.2008.10.077
中图分类号
TP18 [人工智能理论]; TP301 [理论、方法];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 081202 ;
摘要
针对量子粒子群优化算法在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题,提出了混沌量子粒子群优化算法。采用了基于群体适应值方差的早熟判断机制,同时提出了一种基于混沌搜索的新方法,提高了搜索效率。数值实验结果表明,混沌量子粒子群算法效率高、优化性能好,且具有很强的避免陷入局部最优的能力,其性能远远优于一般的粒子群算法和量子粒子群算法。
引用
收藏
页码:2610 / 2612
页数:3
相关论文
共 4 条
[1]   一种更简化而高效的粒子群优化算法 [J].
胡旺 ;
李志蜀 .
软件学报, 2007, (04) :861-868
[2]   基于粒子群优化的大气质量评价模型 [J].
韩旭明 ;
王宏志 ;
王丽敏 .
计算机工程与设计, 2006, (24) :4626-4628
[3]   具有自适应随机惯性权重的PSO算法 [J].
延丽平 ;
曾建潮 .
计算机工程与设计, 2006, (24) :4677-4679+4706
[4]   自适应变异的粒子群优化算法 [J].
吕振肃 ;
侯志荣 .
电子学报, 2004, (03) :416-420