高维多峰函数的量子行为粒子群优化算法改进研究

被引：28

作者：

田瑾

机构：

[1] 首都经济贸易大学信息学院

来源：

控制与决策 | 2016年 / 11期

关键词：

量子行为粒子群优化; 高维多峰函数; 收缩扩张系数;

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：

针对群智能优化算法求解高维多峰函数难以优化粒子每一维和易陷入局部极值点问题,在分析量子行为粒子群优化(QPSO)算法机理的基础上,对QPSO算法进行改进,采取前后代粒子逐维对比优化,并构造一种新的调控收缩扩张系数函数.实验结果表明,改进算法在收敛精度和收敛速度上明显优于QPSO算法,具有很强的避免陷入局部最优的能力,非常适合求解高维、多峰优化问题.

引用

页码：1967 / 1972

页数：6

共 7 条

[1]

带自适应变异的量子粒子群优化算法 [J].

刘俊芳 ;

高岳林 .

计算机工程与应用 , 2011, (03) :41-43

[2]

基于量子粒子群算法的多方法协作优化方法 [J].

姜磊 ;

冯斌 ;

孙俊 .

计算机应用与软件, 2009, 26 (02) :257-259

[3]

混沌量子粒子群优化算法 [J].

林星 ;

冯斌 ;

孙俊 .

计算机工程与设计, 2008, (10) :2610-2612

[4]

基于改进QPSO算法的逢低买入最优定价研究 [J].

阳成虎 ;

杜文 .

计算机工程与应用, 2008, (08) :210-211+216

[5]

Quantum-Behaved Particle Swarm Optimization: Analysis of Individual Particle Behavior and Parameter Selection[J] Jun Sun Evolutionary Computation 2012,

[6]

A Review of Quantum-behaved Particle Swarm Optimization[J] Wei Fang;Jun Sun;Yanrui Ding;Xiaojun Wu;Wenbo Xu IETE Technical Review 2010,

[7]

量子行为粒子群优化[M] 孙俊; 方伟; 吴小俊; 须文波; 著清华大学出版社 2011,

← 1 →