-
题名逆序随机权重平均最优位置的量子粒子群算法
被引量:1
- 1
-
-
作者
潘大志
陈友军
-
机构
西华师范大学数学与信息学院
-
出处
《西华师范大学学报(自然科学版)》
2012年第3期281-285,共5页
-
基金
四川省教育厅自然科学重点基金(11ZA040
10ZB018)资助项目
-
文摘
为了进一步提高量子粒子群算法的精度,从描述粒子状态波函数的δ势阱特征长度L(t)出发,本文重新修改了评价方式.通过为群体中的每个粒子引入随机权重,采用与粒子最优位置适应度逆序的结合方式,生成逆序随机权重平均最优位置来重新评价L(t).该方法降低了粒子陷入局部极值点的可能性,增强算法的随机性,帮助算法逃离局部极小值点的束缚,使算法尽快找到全局极值点.通过几个典型函数测试表明,改进算法的收敛精度优于QPSO算法,并能有效的避免粒子群陷入问题的局部极值点.
-
关键词
粒子群优化
量子粒子群优化
随机权重
逆序随机权重平均最优位置
-
Keywords
particle swarm optimization, quantum-behaved particle swarm optimization, random weight, reverse random-weighted mean best position
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名量子粒子群算法的改进实现
被引量:7
- 2
-
-
作者
潘大志
刘志斌
-
机构
西华师范大学数学与信息学院
西南石油大学研究生学院
-
出处
《计算机工程与应用》
CSCD
2013年第10期25-27,共3页
-
基金
国家自然科学基金项目(No.50874094)
四川省教育厅重点项目(No.11ZA040)
西华师范大学博士启动基金项目(No.12B022)
-
文摘
为了进一步提高量子粒子群算法的精度,从描述粒子状态波函数的δ势阱特征长度L(t)出发,重新修改其评价方式。通过给群体中的每个粒子引入随机权重,生成随机权重平均最优位置来重新评价L(t),以增强算法的随机性,帮助算法逃离局部极小值点的束缚,使算法尽快找到全局极值点。通过几个典型函数测试表明,改进算法的收敛精度优于QPSO算法,并且具有很强的避免陷入局部极值点的能力。
-
关键词
粒子群优化
量子粒子群优化
随机权重
随机加权平均最优位置
-
Keywords
Particle Swarm Optimization
Quantum-behaved Particle Swarm Optimization
random weight
random-weighted mean best position
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-