一种混沌优化机制的双量子粒子群优化算法

摘要：

针对量子粒子群优化算法(quantum delta Particle Swarm Optimization,PSO)在处理高维复杂函数时存在收敛速度慢、易陷入局部最优和算法通用性不强等缺点,提出了一种基于混沌优化机制的双量子粒子群优化算法.它借鉴群体位置方差的早熟判断机制,同时提出了一种逐步缩小搜索变量空间的新方法.典型数值实验表明,该算法效率高、优化性能好、对初始位置具有很强的鲁棒性.尤其是该算法具有很强的避免局部极小能力,其性能远远优于单一优化方法.

关键词：双量子粒子群优化算法、双混沌优化机制、早熟机制

所属期刊栏目：45

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 50138010

在线出版日期：2009-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：34-36,39