具有学习行为的协同量子粒子群算法

• 作者: 董虎胜 陆萍 龚声蓉
• 来源期刊: 计算机应用研究
• 关键词: 量子粒子群 协同进化 学习行为 收敛
• 年，卷（期）: 2014,（9）
• 页码范围: 2588-2591
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.09.006

摘要

提出了一种具有学习行为的协同量子粒子群算法(LCQPSO).针对量子粒子群(QPSO)存在的早熟收敛问题,从两方面对其进行改进:引入多子群协同搜索策略提高种群的全局搜索能力,使其在进化后期依然保持多样性;赋予粒子学习行为,提高种群的局部搜索能力.实验中对LCQPSO算法的子群规模与学习概率参数进行了分析,并利用标准测试函数对LCQPSO与PSO、QPSO等算法进行了比较测试,结果表明LCQPSO算法具有更优秀的收敛速度与精度,且能够有效地避免陷入局部极值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚声蓉	苏州大学计算机科学与技术学院	97	1079	17.0	27.0
2	陆萍	苏州经贸职业技术学院信息系	50	112	6.0	7.0
3	董虎胜	苏州大学计算机科学与技术学院	41	103	6.0	8.0