基于佳点集构造的改进量子粒子群优化算法

被引：29

作者：

陈义雄 ^{[1
,2
]}

梁昔明 ^{[1
,3
]}

黄亚飞 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 湘潭钢铁公司培训中心

[3] 北京建筑工程学院理学院

来源：

中南大学学报(自然科学版) | 2013年 / 44卷 / 04期

基金：

北京市自然科学基金;

关键词：

粒子群优化; 混沌; 早熟收敛; 佳点集; 量子粒子群优化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对粒子群优化算法易出现早熟收敛及局部搜索能力不足的特点,提出一种改进的量子粒子群优化算法(IQPSO)。该算法在量子粒子群优化算法(QPSO)的基础上,引入佳点集初始化量子的初始角位置,提高初始种群的遍历性;在粒子角速度位置更新中,采用混沌时间序列数,促使粒子跳出局部极值点;为避免粒子陷入早熟收敛,在算法中加入变异处理。仿真实验结果表明:与标准粒子群优化(SPSO)算法和量子粒子群优化(QPSO)算法比较,提出的算法具有快速的收敛能力、良好的稳定性,其优化性能有较明显的提高。

引用

页码：1409 / 1414

页数：6

共 11 条

[1] 基于动态随机搜索和佳点集构造的改进粒子群优化算法 [J].