互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于高斯扰动的量子粒子群优化算法


  摘 要:针对量子粒子群优化(QPSO)算法在优化过程中面临早熟问题,提出了在粒子的平均位置或全局最优位置上加入高斯扰动的QPSO算法,可以有效地阻止粒子的停滞,因此较容易地使粒子避免陷入局部最优。为了评估算法的性能,利用标准测试函数对标准PSO算法、QPSO算法以及基于高斯扰动的QPSO算法进行了比较测试。其结果表明,该算法具有较强的全局搜索能力和较快的收敛速度。

  关键词:量子粒子群优化算法; 平均位置; 全局最优位置; 高斯扰动

  中图分类号:TP18;TP301.6文献标志码:A

  文章编号:1001-3695(2010)06-2093-04

  doi:10.3969/j.issn.1001-3695.2010.06.028

  Quantum-behaved particle swarm optimization based on Gaussian disturbance

  WANG Xiao-gena, LONG Hai-xiaa, SUN Junb

  (a.School of Education, b.School of Information Engineering, Jiangnan University, Wuxi Jiangsu 214122, China)

  Abstract:Due to shortcoming of quantum-behaved particle swarm optimization (QPSO) algorithm that it was often premature convergence, this paper proposed a revised QPSO with Gaussian disturbance on the mean best position or global best position of the swarm. The disturbance could effectively prevent the stagnation of the particles and therefore made them escape the local optima more easily. To evaluate the performance of the new method, tested the QPSO with Gaussian disturbance, along with QPSO and standard PSO on several well-known benchmark functions. Experiment simulations show that the proposed algorithm has powerful optimizing ability and more quickly convergence speed.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017