-
题名基于演化搜索信息的量子行为粒子群优化算法
被引量:6
- 1
-
-
作者
赵吉
程成
-
机构
无锡环境科学与工程研究中心
江南大学物联网工程学院
中船重工七○二研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第9期41-46,126,共7页
-
基金
国家自然科学基金(No.61300149)
江苏省青蓝工程资助项目
无锡环境科学与工程研究中心科研启动项目
-
文摘
针对量子行为粒子群优化算法可能过早收敛而陷入局部最优的问题,提出了基于演化搜索信息的非重复访问量子行为粒子群优化算法(Non-revisited QPSO,NrQPSO)。该算法将演化搜索信息记录方案和标准QPSO算法结合起来,确保所有更新的粒子位置都是未被重复访问的,并通过变异操作增加粒子的多样性。演化搜索信息记录方案利用二维空间分割树(BSP)将连续搜索空间划分为不同的重叠子区域,并且将子区域作为粒子变异范围,使得相应的变异操作是一种无参数的自适应变异。对比其他传统算法,通过对八个标准测试函数的实验结果表明,NrQPSO算法在处理多峰和单峰测试函数时具有更好的优化性能,收敛精度和收敛速度都得到了提高,证明该算法的有效性。
-
关键词
量子行为粒子群优化
演化搜索信息
二维空间分割
非重复访问
-
Keywords
quantum-behaved particle swarm optimization
search history
binary space partitioning
non-revisited
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-