| 带自适应变异的量子粒子群优化算法 |
| |
| 引用本文： | 刘俊芳,高岳林. 带自适应变异的量子粒子群优化算法[J]. 计算机工程与应用, 2011, 47(3): 41-43. DOI: 10.3778/j.issn.1002-8331.2011.03.012 |
| |
| 作者姓名： | 刘俊芳 高岳林 |
| |
| 作者单位： | 1.宁夏大学 数学计算机学院，银川 750021 2.北方民族大学 信息与系统科学研究所，银川 750021 |
| |
| 基金项目： | 国家自然科学基金No.60962006;宁夏自然科学基金No.NZ0848~~ |
| |
| 摘 要： | 提出了一种带有自适应变异的量子粒子群优化（AMQPSO）算法，利用粒子群的适应度方差和空间位置聚集度来发现粒子群陷入局部寻优时，对当前每个粒子经历过的最好位置进行自适应变异以实现全局寻优。通过对典型函数的测试以及与量子粒子群优化（QPSO）算法和自适应粒子群优化（AMPSO）算法的比较，说明AMQPSO算法增强了全局搜索的性能，优于其他算法。
|
| 关 键 词： | 全局最优化 粒子群优化 量子粒子群优化 自适应变异 |
| 收稿时间： | 2009-05-13 |
| 修稿时间： | 2009-7-15 |
Quantum particle swarm optimization algorithm with adaptive mutation |
| |
| LIU Junfang,GAO Yuelin. Quantum particle swarm optimization algorithm with adaptive mutation[J]. Computer Engineering and Applications, 2011, 47(3): 41-43. DOI: 10.3778/j.issn.1002-8331.2011.03.012 |
| |
| Authors: | LIU Junfang GAO Yuelin |
| |
| Affiliation: | 1.School of Mathematics and Computer，Ningxia University，Yinchuan 750021，China 2.Research Institute of Information and System Computation Science，North National University，Yinchuan 750021，China |
| |
| Abstract: | A Quantum Particle Swarm Optimization Algorithm with Adaptive Mutation（AMQPSO） is given.When the proposed algorithm is found to sink into the local optimization by fitness variance and space position aggregation degree,a new adaptive mutation operator is implemented at the best position of each particle at first so as to realize global optimization.The experiments show that the AMQPSO is better than QPSO and the AMPSO in global optimization. |
| |
| Keywords: | global optimization Particle Swarm Optimization（PSO） Quantum Particle Swarm Optimization（QPSO） adaptive mutation |
| 本文献已被 CNKI 维普 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》下载免费的PDF全文 |
