带自适应变异的量子粒子群优化算法

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.

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

所属期刊栏目：47

分类号：TP18(自动化基础理论)

在线出版日期：2011-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：41-43