MQPSO: 一种具有多群体与多阶段的QPSO算法

• 作者: 孙俊 张春燕 管芳景 须文波
• 来源期刊: 计算机应用研究
• 关键词: 粒子群算法 量子行为 全局收敛 早熟
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 研究探讨
• 页码范围: 100-102
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.03.029

摘要

提出了一种改进的QPSO(Quantum-behaved Particle Swarm Optimization)算法,即一种具有多群体与多阶段的具有量子行为的粒子群优化算法.在该算法中,粒子被分为多个群体,利用多个阶段进行全局搜索,这样可以有效地避免粒子群早熟,提高了算法的全局收敛性能.对几个重要测试函数的测试结果证明,MQPSO算法的收敛性能优于标准粒子群算法(Standard Particle Swarm Optimization, SPSO)以及QPSO算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	须文波	江南大学信息工程学院	409	3078	23.0	34.0
2	孙俊	江南大学信息工程学院	186	1552	21.0	30.0
3	管芳景	江南大学信息工程学院	3	43	3.0	3.0
4	张春燕	江南大学信息工程学院	2	38	2.0	2.0