一种融合反向学习和量子优化的粒子群算法

被引:13
作者
肖文显
刘震
机构
[1] 河南科技学院网络信息中心
关键词
粒子群优化; 量子优化; 反向学习; 函数优化;
D O I
10.19304/j.cnki.issn1000-7180.2013.06.030
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
为了克服标准粒子群算法容易陷入局部最优的缺点,结合量子优化和反向学习的思想,提出一种混合反向学习和量子优化的粒子群算法.该混合算法在种群初始化、种群的跳越和种群最优个体的局部改进三方面上提高了量子粒子群算法的性能,有效地避免粒子群陷入局部最优并加速种群收敛.数值实验表明,混合算法在不同的函数优化方面具有较高的性能.
引用
收藏
页码:126 / 130
页数:5
相关论文
共 2 条
[1]
改进反向粒子群算法及其在噪声中的应用 [J].
王燕 ;
贺兴时 ;
王凡 ;
刘达卓 .
西安工程大学学报, 2011, (05) :721-725
[2]
基于群智能的新型反向混合差分进化算法 [J].
吴昱 ;
李元香 ;
徐星 .
小型微型计算机系统, 2009, 30 (05) :903-907