| 混沌量子粒子群优化算法 |
| |
| 引用本文： | 林星,冯斌,孙俊.混沌量子粒子群优化算法[J].计算机工程与设计,2008,29(10):2610-2612. |
| |
| 作者姓名： | 林星 冯斌 孙俊 |
| |
| 作者单位： | 江南大学信息工程学院,江苏无锡,214122 |
| |
| 摘 要： | 针对量子粒子群优化算法在处理高维复杂函数时存在的收敛速度慢、易陷入局部极小等问题,提出了混沌量子粒子群优化算法.采用了基于群体适应值方差的早熟判断机制,同时提出了一种基于混沌搜索的新方法,提高了搜索效率.数值实验结果表明,混沌量子粒子群算法效率高、优化性能好,且具有很强的避免陷入局部最优的能力,其性能远远优于一般的粒子群算法和量子粒子群算法.
|
| 关 键 词： | 量子粒子群优化算法 混沌搜索 早熟 效率高 粒子群算法 |
| 文章编号： | 1000-7024(2008)10-2610-03 |
| 修稿时间： | 2007年6月11日 |
Chaos quantum-behaved particle swarm optimization algorithm |
| |
| LIN Xing,FENG Bin,SUN Jun.Chaos quantum-behaved particle swarm optimization algorithm[J].Computer Engineering and Design,2008,29(10):2610-2612. |
| |
| Authors: | LIN Xing FENG Bin SUN Jun |
| |
| Affiliation: | LIN Xing,FENG Bin,SUN Jun(School of Information Engineering,Southern Yangtze University,Wuxi 214122,China) |
| |
| Abstract: | Using quantum-behaved particle swarm optimization(QPSO) to handle complex functions with high-dimension has the prob-lems of low convergence speed and sensitivity to local convergence.The chaos quantum-behaved particle swarm optimization algorithm(CQPSO) is proposed.The method of judging the local convergence by the variance of the population's fitness is proposed,which enhances searching efficiency.Numerical simulation results show that CQPSO is of high efficiency,and of excellent optimum perfor-mance.Espe... |
| |
| Keywords: | QPSO chaos searching local convergence high efficiency PSO |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
