基于分数阶位置状态的量子粒子群算法

• 作者: 周激流 徐来 蒲亦非
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 量子粒子群 分数阶 长时记忆性 GL定义
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 947-954
• 页数: 8页
• 分类号: TP309.7
• 字数: 4188字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2018.05.008

摘要

由量子力学的概念和粒子群优化算法的结合,量子行为粒子优化算法作为粒子群算法的一个变种,具有更好的全局搜索能力.为了提高量子粒子算法的全局搜索能力,结合分数阶微积分的概念,本文提出了一种新的算法.该算法将分数阶微积分中常用的GL定义引入了量子粒子算法的更新迭代公式中,利用分数阶微积分的长时记忆特性,通过记忆量子粒子在更新迭代过程中的历史位置和历史信息,增强算法的收敛速度和收敛精度.为了全面评估算法的基本性能,本文进行了一些关于基本测试函数的功能测试.通过对于不同阶次的分数阶量子粒子算法的对比实验和与其他粒子群改进算法的对比实验,实验结果表明,该算法具有更高的收敛精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周激流	四川大学计算机学院	227	2494	25.0	39.0
2	蒲亦非	四川大学计算机学院	45	529	14.0	22.0
3	徐来	四川大学计算机学院	2	6	2.0	2.0