基于随机评价机制的交互式双子群QPSO算法

被引：15

作者：

吴涛 ^{[1
]}

严余松 ^{[1
]}

陈曦 ^{[2
]}

机构：

[1] 西南交通大学信息科学与技术学院

[2] 西南民族大学计算机科学与技术学院

来源：

控制与决策 | 2015年 / 03期

关键词：

粒子群优化; 量子行为粒子群优化; 子群; 交互;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

通过两组势阱中心不同且相互协同的主、辅子群,在具有量子行为的粒子群优化(QPSO)算法基础上构造一种基于随机评价机制的交互式双子群QPSO算法(DIR-QPSO).该算法通过子群间的协作避免了种群多样性的快速消失,增强了算法的全局搜索能力.同时,随机因子的加入进一步提高了粒子摆脱局部极值的能力.对6个测试函数的实验结果表明,DIR-QPSO算法相对于传统的粒子群优化算法(PSO)在处理单峰和多峰函数时具有更好的优化性能,收敛速度和收敛精度都得到了较大的提高.

引用

页码：526 / 530

页数：5