基于多维问题的交叉算子量子粒子群优化算法.pdfVIP

JournalofComputerApplications ISSN l001—908l 2015．03—1O 计算机应用，2015，35(3)：680—684 CODEN JYIIDU http：／／www．joca．an 文章编号：1001—9081(2015)03—680—05 doi：10．11772／j．issn．1001—9081．2015．03．680 基于多维问题的交叉算子量子粒子群优化算法 奚茂龙 ，盛歆漪 ，孙 俊。 (1．无锡职业技术学院 控制技术学院，江苏 无锡214121； 2．江南大学 物联网工程学院，江苏 无锡214122) ( 通信作者电子邮箱WX—xml@hotmail．con1) 摘 要：针对量子行为粒子群优化 (QPSO)算法在求解多维问题 时优秀维信息丢失的问题，引入交叉算子的策 略，改善解的质量，提升算法性能。首先，分析了量子粒子群算法进化过程中的粒子整体更新评价策略，发现各维信息 之间相互干扰，会丢失已经搜索到的优秀维信息；然后，指 出如果采用逐维进化方法，会指数级增加算法的复杂度；最 后，提出对进化过程中的问题解采用多点交叉的策略增加优秀维信息的保留概率，并将改进后的量子粒子群算法与 线性下降参数控制策略、非线性下降参数控制策略方法通过 l2个CEC2005benchmark测试 函数进行了比较，并对结 果进行了分析。仿真结果显示，所提算法比改进前在 10个测试函数中取得了明显的改进效果，而比其他2种改进算 法也在7个测试函数中取得 了优势。因此该算法能够有效提升量子粒子群优化算法的性能。 关键词：粒子群优化算法；交叉算子；维信息；量子行为；交叉率 中图分类号：TP301．6 文献标志码：A Quantum-behavedparticleswarmoptimizationalgorithm with crossoveroperatortomulti-dimension problems XIMaolong’ ，SHENG Xinyi。 SUNJun。 ， (1．School0／ControlTechnology,WuxiInstituteofTechnology,Wuxiflaa~u214121，China； 2．SchooloflnternetofThings，JiangnanUniversity,WuxiJiangsu214122，China) Abstract：AccordingtotheproblemthatbetterdimensionsinformationofparticleswilllossinQuantum—behavedParticle Swarm Optimization (QPSO)algorithm whensolvingmulti—dimensionsproblems，astrategywithcrossoveroperatorwas introducedandthequalityofsolutionsandtheperformanceofalgorithm wouldbeimproved．Firstly，thewholeupdateand evaluationstrategyonsolutionsinalgorithm wasanalyzedandthebetterdimensionsinformationofparticleswouldlossbecause ofthemutualinterferencebetweendimensions．Secondly，when the