一种Q学习的量子粒子群优化方法

• 作者: 周頔 孙俊 盛歆漪 须文波
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群算法 Q学习 参数选择 量子行为
• 年，卷（期）: 2014,（21）
• 所属期刊栏目: 博士论坛
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP301
• 字数: 4816字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1402-0206

摘要

分析了量子行为粒子群优化算法，着重研究了算法中的收缩扩张参数及其控制方法，针对不同的参数控制策略对算法性能的影响特点，提出将Q学习方法用于算法的参数控制策略，在算法搜索过程中能够自适应调整选择参数，提高算法的整体优化性能；并将改进后的Q学习量子粒子群算法与固定参数选择策略，线性下降参数控制策略和非线性下降参数控制策略方法通过CEC2005 benchmark测试函数进行了比较，对结果进行了分析。

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	江南大学物联网学院	409	3078	23.0	34.0
2	孙俊	江南大学物联网学院	186	1552	21.0	30.0
3	周頔	江南大学数字媒体学院	15	76	4.0	8.0
4	盛歆漪	江南大学数字媒体学院	11	60	4.0	7.0