自适应收扩系数的双中心协作QPSO算法

• 作者: 丁颖 李飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 量子粒子群优化算法 收缩-扩张系数 双中心粒子 协作 全局最优位置
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 232-237
• 页数: 6页
• 分类号: TP301.6
• 字数: 4049字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.03.049

摘要

针对量子粒子群优化(QPSO)算法迭代后期种群多样性下降、收敛速度慢、易陷入局部最优的缺点，提出一种自适应收缩-扩张系数的双中心协作量子粒子群优化算法。该算法从2个方面进行改进：(1)自适应调节收缩-扩张系数，其目的是帮助粒子跳出局部最优点，提高粒子的全局搜索能力；(2)双重更新全局最优位置，即在每次迭代中，先后分别采用2种不同的方式更新全局最优位置。第1种方式与QPSO算法一致，第2种方式则引入双中心粒子，使其和当前全局最优位置在相应维度上合作，从而达到更新全局最优位置的目的。从固定迭代次数和固定精度角度分析算法性能，仿真结果表明，相比于 QPSO 算法，该算法在保证复杂度较低的情况下，可提高收敛速度，增强全局和局部搜索能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李飞	南京邮电大学信号处理与传输研究院	55	356	11.0	16.0
2	丁颖	南京邮电大学通信与信息工程学院	1	4	1.0	1.0