基于正态云模型的自适应量子粒子群优化算法

• 作者: 余大为 周海鹏 孙敏 张恩宝 李倩倩 李旸
• 来源期刊: 吉首大学学报（自然科学版）
• 学科: 工学
• 关键词: 正态云模型 自适应 量子粒子群 量子粒子群优化算法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 通信与信息传播
• 页码范围: 29-39
• 页数: 11页
• 分类号: TP393|TN711.1
• 字数: 5335字
• 语种: 中文
• DOI: 10.13438/j.cnki.jdzk.2019.06.006

摘要

基于云模型的随机性、模糊性和稳定性特征,通过正态云发生器对量子粒子群优化算法(QPSO)进行改进,提出了一种基于正态云模型的自适应量子粒子群优化算法(CMAQPSO).该算法将正态云模型引入到QPSO算法的研究,定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式,给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO,OPSO,CVCPSO,CMAQPSO 4种算法进行对比测试,实验结果表明,CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法.