自适应阶段变异量子粒子群优化算法研究

• 作者: 向毅 钟育彬
• 来源期刊: 计算机应用研究
• 关键词: 量子粒子群优化算法 进化阶段 变异算子 变异概率 函数优化
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2035-2039,2051
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.06.008

摘要

为了克服标准量子粒子群优化( SQPSO)算法易陷入局部最优的缺点,引入变异机制,基于进化阶段的概念,提出了自适应阶段变异量子粒子群优化( APMQPSO)算法.以四种不同的变异概率减小方式阶段性地对QPSO算法中的全局最优位置进行柯西变异,形成了四个不同的APMQPSO算法.用五个典型的测试函教进行仿真实验,并将四个APMQPSO算法与SQPSO算法的实验结果进行了比较.实验结果表明,对于单峰函数优化问题,基于变异概率线性变化的APMQPSO算法较为有效；而对于多峰函数优化问题,基于变异概率非线性变化的APMQPSO算法则具有很强的优化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟育彬	广州大学数学与信息科学学院	22	74	5.0	8.0
2	向毅	广州大学数学与信息科学学院	3	18	2.0	3.0