首页 | 本学科首页   官方微博 | 高级检索  
     

基于量子粒子群搜索策略的混合蛙跳算法
引用本文:唐德玉,蔡先发,齐德昱,杨进.基于量子粒子群搜索策略的混合蛙跳算法[J].计算机工程与应用,2012,48(29):29-33.
作者姓名:唐德玉  蔡先发  齐德昱  杨进
作者单位:1.广东药学院 医药信息工程学院 计算机系,广州 510006 2.华南理工大学 计算机科学与工程学院 计算机系,广州 510006
基金项目:广东省自然科学基金博士启动项目(No.9451063101002238);广东高校优秀青年创新人才培养计划项目(No.LYM09029)
摘    要:混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法局部搜索能力差,因而优化精度低、收敛速度慢的缺点,引入量子粒子群算法的搜索策略,提出了一种基于量子粒子群搜索策略的混合蛙跳算法(QPSO-SFLA)。通过对基准函数进行测试,实验结果表明改进的算法大大提高了算法的收敛速度,增强了算法的寻优能力。

关 键 词:群体智能优化  搜索策略  混合蛙跳算法  量子粒子群算法  

Shuffled frog leaping algorithm based on particle swarm optimization searching strategy
TANG Deyu , CAI Xianfa , QI Deyu , YANG Jin.Shuffled frog leaping algorithm based on particle swarm optimization searching strategy[J].Computer Engineering and Applications,2012,48(29):29-33.
Authors:TANG Deyu  CAI Xianfa  QI Deyu  YANG Jin
Affiliation:1.Department of Computer, College of Medical Information and Engineering, Guangdong Pharmaceutical University, Guangzhou 510006, China 2.Department of Computer, College of Computer Science & Engineering, South China University of Technology, Guangzhou 510006, China
Abstract:Shuffled Frog Leaping Algorithm(SFLA)is a new swarm intelligence optimization algorithm.This paper introduces a searching strategy of quantum particle swarm optimization and proposes a Shuffled Frog Leaping Algorithm based on Quantum Particle Swarm Optimization(QPSO-SFLA)since the local searching ability of basic shuffled frog leaping algorithm is not very well.Experimental results show that the new algorithm not only improves the convergence speed but also enhances the global search ability.
Keywords:swarm intelligence optimization  searching strategy  shuffled frog leaping algorithm  quantum particle swarm optimization
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号