带自适应变异的量子粒子群优化算法

被引：23

作者：

刘俊芳 ^{[1
]}

高岳林 ^{[2
]}

机构：

[1] 宁夏大学数学计算机学院

[2] 北方民族大学信息与系统科学研究所

来源：

计算机工程与应用 | 2011年 / 03期

关键词：

全局最优化; 粒子群优化; 量子粒子群优化; 自适应变异;

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：

提出了一种带有自适应变异的量子粒子群优化(AMQPSO)算法,利用粒子群的适应度方差和空间位置聚集度来发现粒子群陷入局部寻优时,对当前每个粒子经历过的最好位置进行自适应变异以实现全局寻优。通过对典型函数的测试以及与量子粒子群优化(QPSO)算法和自适应粒子群优化(AMPSO)算法的比较,说明AMQPSO算法增强了全局搜索的性能,优于其他算法。

引用

页码：41 / 43

页数：3