具有量子行为的协同粒子群优化算法
以分布估计算法(EDA)的角度,从理论上指出,具有量子行为的粒子群优化算法(QPSO)本质上是EDA算法与原始粒子群算法(SPSO)的综合.针对进化类算法普遍遇到的过早熟问题,将协同搜索策略引入传统的QPSO算法.提出了具有量子行为的协同粒子群优化算法(MQPSO).通过实验确定了最适合MQPSO算法的通信频率以及子种群大小.实验结果表明,该算法较QPSO及SPSO算法具有更快的收敛速度和更强的搜索精度,其优势在高维优化问题中更为明显.
分布估计算法、具有量子行为的粒子群优化算法、协同搜索策略、通信频率、子种群大小
26
TP301.6(计算技术、计算机技术)
国家自然科学基金60474030
2011-07-19(万方平台首次上网日期,不代表论文的发表时间)
582-586