基于演化搜索信息的量子行为粒子群优化算法

• 作者: 程成 赵吉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 量子行为粒子群优化 演化搜索信息 二维空间分割 非重复访问
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 理论与研发
• 页码范围: 41-46,126
• 页数: 7页
• 分类号: TP301.6
• 字数: 5201字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1511-0171

摘要

针对量子行为粒子群优化算法可能过早收敛而陷入局部最优的问题,提出了基于演化搜索信息的非重复访问量子行为粒子群优化算法(Non-revisited QPSO,NrQPSO).该算法将演化搜索信息记录方案和标准QPSO算法结合起来,确保所有更新的粒子位置都是未被重复访问的,并通过变异操作增加粒子的多样性.演化搜索信息记录方案利用二维空间分割树(BSP)将连续搜索空间划分为不同的重叠子区域,并且将子区域作为粒子变异范围,使得相应的变异操作是一种无参数的自适应变异.对比其他传统算法,通过对八个标准测试函数的实验结果表明,NrQPSO算法在处理多峰和单峰测试函数时具有更好的优化性能,收敛精度和收敛速度都得到了提高,证明该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵吉		20	95	4.0	8.0
5	程成		1	4	1.0	1.0