基于佳点集构造的改进量子粒子群优化算法

• 作者: 梁昔明 陈义雄 黄亚飞
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化 混沌 早熟收敛 佳点集 量子粒子群优化
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 1409-1414
• 页数: 6页
• 分类号: TP301.6
• 字数: 3620字
• 语种: 中文

摘要

针对粒子群优化算法易出现早熟收敛及局部搜索能力不足的特点,提出一种改进的量子粒子群优化算法(IQPSO).该算法在量子粒子群优化算法(QPSO)的基础上,引入佳点集初始化量子的初始角位置,提高初始种群的遍历性；在粒子角速度位置更新中,采用混沌时间序列数,促使粒子跳出局部极值点；为避免粒子陷入早熟收敛,在算法中加入变异处理.仿真实验结果表明:与标准粒子群优化(SPSO)算法和量子粒子群优化(QPSO)算法比较,提出的算法具有快速的收敛能力、良好的稳定性,其优化性能有较明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄亚飞	中南大学信息科学与工程学院	9	65	4.0	8.0
2	梁昔明	中南大学信息科学与工程学院	91	1070	20.0	28.0
4	陈义雄	中南大学信息科学与工程学院	7	62	4.0	7.0