基于高斯扰动的量子粒子群优化算法

被引：10

作者：

王小根 ^{[1
]}

龙海侠 ^{[1
]}

孙俊 ^{[2
]}

机构：

[1] 江南大学教育学院

[2] 江南大学信息工程学院

来源：

计算机应用研究 | 2010年 / 27卷 / 06期

关键词：

量子粒子群优化算法; 平均位置; 全局最优位置; 高斯扰动;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对量子粒子群优化(QPSO)算法在优化过程中面临早熟问题,提出了在粒子的平均位置或全局最优位置上加入高斯扰动的QPSO算法,可以有效地阻止粒子的停滞,因此较容易地使粒子避免陷入局部最优。为了评估算法的性能,利用标准测试函数对标准PSO算法、QPSO算法以及基于高斯扰动的QPSO算法进行了比较测试。其结果表明,该算法具有较强的全局搜索能力和较快的收敛速度。

引用

页码：2093 / 2096

页数：4