自适应收扩系数的双中心协作QPSO算法

摘要：

针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点，提出一种自适应收缩-扩张系数的双中心协作量子粒子群优化算法。该算法从2个方面进行改进：(1)自适应调节收缩-扩张系数，其目的是帮助粒子跳出局部最优点，提高粒子的全局搜索能力；(2)双重更新全局最优位置，即在每次迭代中，先后分别采用2种不同的方式更新全局最优位置。第1种方式与QPSO算法一致，第2种方式则引入双中心粒子，使其和当前全局最优位置在相应维度上合作，从而达到更新全局最优位置的目的。从固定迭代次数和固定精度角度分析算法性能，仿真结果表明，相比于 QPSO 算法，该算法在保证复杂度较低的情况下，可提高收敛速度，增强全局和局部搜索能力。

关键词：量子粒子群优化算法、收缩-扩张系数、双中心粒子、协作、全局最优位置

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2014-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：232-237