权重自适应调整的混沌量子粒子群优化算法

摘要：

针对量子粒子群优化算法在处理高维复杂函数收敛速度慢、易陷入局优的问题,利用混沌算子的遍历性提出了基于惯性权重自适应调整的混沌量子粒子群优化算法.新算法首先引入聚焦距离变化率的概念,将惯性因子表示为关于聚焦距离变化率的函数,从而使算法具有动态自适应性;其次,在算法中嵌入有效判断早熟停滞的方法,一旦检索到早熟迹象,根据构造的变异概率对粒子进行变异使粒子跳出局部最优,从而减少无效迭代.对高维测试函数的实验表明:改进算法的性能优于经典的PSO算法,基于量子行为的PSO算法.

关键词：基于量子行为的粒子群优化算法(QPSO)、混沌序列、惯性权重、聚焦距离变化率、变异

所属期刊栏目：21

分类号：TP3;TP1

资助基金：国家自然科学基金61004127;中北大学青年基金2010-12-31

在线出版日期：2012-10-31（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：127-130