GQPSO算法在动态环境优化问题中的应用

• 作者: 王梦梅
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 高斯分布 粒子群算法 动态环境 优化问题
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 35-39,44
• 页数: 6页
• 分类号: TP311
• 字数: 5813字
• 语种: 中文
• DOI: 10.11907/rjdk.173334

摘要

动态环境优化问题求解是近年来优化领域的研究热点.为了解决动态环境优化问题中种群的早熟收敛现象,寻找3种学习策略更新种群中的吸引子,提出一种基于高斯分布的量子行为粒子群优化算法(GQPSO).在改进算法中,种群中粒子的吸引子由高斯公式产生.通过对比3种吸引子对算法的影响,确定了产生吸引子的最佳更新公式.此外,GQPSO算法中粒子的位置由概率密度函数以一定概率分散在搜索空间内,处于束缚状态,因此可以增加种群多样性以达到全局搜索,从而提高GQPSO算法在求解动态环境优化问题上的收敛能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王梦梅	南京师范大学中北学院信息科学与技术系	4	2	1.0	1.0