基于量子行为的鸡群优化算法及其收敛性分析

• 作者: 张秋桥 王冰 汪海姗 曹智杰
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 量子行为 鸡群优化算法 收敛速度 全局搜索
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 327-332
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.01.069

摘要

针对鸡群算法易陷入局部最优、出现早熟收敛等缺陷,提出了一种基于量子行为的鸡群优化算法(Quantum-Behaved Chicken Swarm Optimization,QCSO).通过利用鸡群中的个体信息建立量子化的势阱模型,根据原鸡群更新公式得到个体最优解和全局最优解,采用蒙特卡洛随机采样完成个体极值的更新,在个体极值和全局极值附近以并列的角度进行搜索,提高了算法的局部搜索性能.同时,结合随机算法全局收敛性的判别准则,研究了基于量子行为的鸡群优化算法的收敛性,证明了QCSO是一种全局收敛的优化算法.选取4个基本的测试函数对QCSO的优化能力进行测试,结果表明QCSO的寻优性能较原算法以及传统的优化算法都有较大的提升.