基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
蚁群优化算法的收敛性分析与研究
蚁群优化算法
收敛性
蚁群系统
解收敛
解TSP问题的蚁群算法及其收敛性分析
旅行商问题
蚁群算法
收敛性
信息素
混合粒子群优化算法及其收敛性分析
混合粒子群优化算法
云模型
混沌映射
布谷鸟搜索
收敛性分析
鸡群算法的收敛性分析
鸡群算法
Markov链
状态转移
全局收敛
标准测试函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于量子行为的鸡群优化算法及其收敛性分析
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
研究方向 页码范围 327-332
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2022.01.069
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子行为
鸡群优化算法
收敛速度
全局搜索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导