摘要
利用混沌算子的遍历性,结合量子粒子群的快速收敛性,提出了变尺度混沌量子粒子群算法(CQPSO)。针对标准粒子群容易陷入局部最优的缺陷,CQPSO能快速收敛到最优解。对标准测试函数的测试结果表明:该算法在收敛速度和收敛精度上都得到了大幅度的提高。
In this paper, an improved quantum particle swarm optimization algorithm is studied in order to address the local optimum problem. The scale chaos mutation implementations are selected. The benchmark functions testing is given, which shows that the algorithm can achieve the global optimum. And the convergent speed and calculation precision are all improved greatly.
出处
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2008年第5期714-718,共5页
Journal of East China University of Science and Technology
基金
国家杰出青年科学基金(60625302)
国家自然科学基金项目(60704028)
国家科技支撑计划(2007BAF22B05)
上海市基础研究重点项目(07JC14016)
长江学者和创新团队发展计划资助(IRT0721)
高等学校学科创新智计划(B08021)
上海市重点学科建设项目资助(B504)
关键词
混沌量子
量子粒子群
函数优化
变尺度混沌算子
chaos quantum
quantum particle swarm
function optimization
scale chaos mutation
