10.3969/j.issn.1000-3428.2014.03.049
自适应收扩系数的双中心协作QPSO算法
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。
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
TP301.6(计算技术、计算机技术)
2014-04-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
232-237