自适应阶段变异量子粒子群优化算法研究.pdfVIP

第２９卷第６期 计 算 机 应 用 研 究 Ｖｏｌ２９Ｎｏ６ ２０１２年６月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｎ２０１２ 自适应阶段变异量子粒子群优化算法研究 向　毅，钟育彬 （广州大学数学与信息科学学院，广州５１０００６） 摘　要：为了克服标准量子粒子群优化（ＳＱＰＳＯ）算法易陷入局部最优的缺点，引入变异机制，基于进化阶段的 概念，提出了自适应阶段变异量子粒子群优化（ＡＰＭＱＰＳＯ）算法。以四种不同的变异概率减小方式阶段性地对 ＱＰＳＯ算法中的全局最优位置进行柯西变异，形成了四个不同的ＡＰＭＱＰＳＯ算法。用五个典型的测试函数进行 仿真实验，并将四个ＡＰＭＱＰＳＯ算法与ＳＱＰＳＯ算法的实验结果进行了比较。实验结果表明，对于单峰函数优化 问题，基于变异概率线性变化的ＡＰＭＱＰＳＯ算法较为有效；而对于多峰函数优化问题，基于变异概率非线性变化