基于佳点集构造改进量子粒子群优化算法.pdfVIP

第 44 卷第 4 期 中南大学学报(自然科学版)  Vol.44  No.4  2013 年 4 月  Journal of Central South University (Science and Technology)  Apr. 2013  基于佳点集构造的改进量子粒子群优化算法 1, 2  1, 3  1  陈义雄  ，梁昔明  ，黄亚飞  (1.  中南大学 信息科学与工程学院，湖南 长沙，410083；  2.  湘潭钢铁公司 培训中心，湖南 湘潭，411104；  3.  北京建筑工程学院 理学院，北京，100044)  摘要：针对粒子群优化算法易出现早熟收敛及局部搜索能力不足的特点，提出一种改进的量子粒子群优化算法  (IQPSO)。该算法在量子粒子群优化算法(QPSO)的基础上，引入佳点集初始化量子的初始角位置，提高初始种群 的遍历性；在粒子角速度位置更新中，采用混沌时间序列数，促使粒子跳出局部极值点；为避免粒子陷入早熟收 敛，在算法中加入变异处理。仿真实验结果表明：与标准粒子群优化(SPSO)算法和量子粒子群优化(QPSO)算法比 较，提出的算法具有快速的收敛能力、良好的稳定性，其优化性能有较明显的提高。 关键词：粒子群优化；混沌；早熟收敛；佳点集；量子粒子群优化 中图分类号：TP301.6  文献标志码：A  文章编号：1672−7207(2013)04−1409−06  Improved quantum particle swarm optimization based on good­point set  1, 2  1, 3  1  CHEN Yixiong  , LIANG Ximing  , HUANG Yafei  (1.School of Information Science and Engineering, Central South University, Changsha 410083,China;  2.Training Center, Xiangtan Iron  Steel Co. Ltd.,Xiangtan411104, China;  3. School of Science, Beijing University of Civil Engineering and Architecture, Beijing 100044, China)  Abstract: In order to solve the problems of premature convergence and poor local search on particle swarm optimization  (PSO) algorithm, an improved quantum particle swarm optimization(IQPSO) approach was proposed. Based on quantum  particle swarm optimization algorithm (QPSO), good­point set was introduced to the approach to initialize initial angle of  qu