基于量子粒子群搜索策略的混合蛙跳算法

• 作者: 唐德玉 杨进 蔡先发 齐德昱
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 群体智能优化 搜索策略 混合蛙跳算法 量子粒子群算法
• 年，卷（期）: 2012,（29）
• 所属期刊栏目: 博士论坛
• 页码范围: 29-33
• 分类号: TP301.6
• 字数: 4001字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.29.006

摘要

混合蛙跳算法(SFLA)是一种全新的群体智能优化算法.针对基本混合蛙跳算法局部搜索能力差,因而优化精度低、收敛速度慢的缺点,引入量子粒子群算法的搜索策略,提出了一种基于量子粒子群搜索策略的混合蛙跳算法(QPSO-SFLA).通过对基准函数进行测试,实验结果表明改进的算法大大提高了算法的收敛速度,增强了算法的寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐德昱	华南理工大学计算机科学与工程学院计算机系	142	1102	15.0	27.0
2	唐德玉	广东药学院医药信息工程学院计算机系	23	45	4.0	6.0
4	杨进	广东药学院医药信息工程学院计算机系	14	43	4.0	6.0
7	蔡先发	广东药学院医药信息工程学院计算机系	12	36	3.0	5.0