粒子群优化算法的改进及在图像中的应用的研究.pdf

摘要 摘要 群体智能优化算法的基本思想是模拟自然界的群体行为来构造随机优化算法。典型 的群体智能优化算法有M．Dorigo提出的蚁群算法(AntColony Swarm J．Kennedy与R．Ebcrhart提出的粒子群算法(Particle 群体智能优化算法在很多领域都得到了有效的研究和应用，已经成为人工智能以及经 济、社会学、生物科学、计算机科学等交叉学科的研究热点。研究群体智能优化算法内 在的原理，探索算法的改进措施，不仅可以改进群智能优化算法的优化性能，更为其应 用于大规模的组合优化问题等提供了可能性。 ParticleSwarm 本文主要研究量子行为粒子群算法(Quantum-behavedOptimization， QPSO)，分析研究了算法的基本原理，针对该算法执行过程中可能出现的早熟问题，提 出了几种算法的改进方法；与此同时，为了进一步提高算法的速度，对该算法的并行化 进行了研究，以进一步提高算法的全局性和性能，在上述研究的基础