- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
分组信息共享的量子粒子群优化算法的改进-数据采集与处理
第 卷第 期 数 据 采 集 与 处 理
28 3 Vol.28No.3
年 月
2013 5 JournalofDataAcuisitionandProcessin Ma 2013
q g y
文章编号: ( )
10049037201303036308
分组信息共享的量子粒子群优化算法的改进
王养廷 闫文忠
(华北科技学院计算机学院,廊坊, )
065201
摘要:标准量子行为的粒子群优化( , )算法依然存在早熟收
Quantumbehaved articleswarmotimizationQPSO
p p
敛的缺点,针对此问题,提 出了一种改进的量子粒子群算法(Particleswarmotimizationbasedon uantum,
p q
PSOQ)。在 PSOQ算法中,采用分组策略基于不同的更新公式同时提高局部搜索和全局搜索能力,并且共享
组间有用的信息,达到探索与开发能力的平衡。在不降低搜索精度的情况下,分组策略扩大了种群搜索过程中
的搜索范围,其中一组保持 QPSO搜索方法的基本搜索能力,主要开发已有搜索空间。另外一组共享整个群里
的有效信息,增加新领域探索能力,可以避免种群多样性的不断下降。在标准测试函数的对比实验中,仿真结果
表明该算法具有较强的搜索能力并且达到了较高的优化精度。
关键词:粒子群优化;分组粒子群优化;量子机制;多维优化方程
中图分类号: 文献标志码:
TP301.6 A
犐犿 狉狅狏犲犿犲狀狋狅犳犌狉狅狌犲犱犐狀犳狅狉犿犪狋犻狅狀犛犺犪狉犻狀 犘犪狉狋犻犮犾犲犛狑犪狉犿
狆 狆 犵
犗 狋犻犿犻狕犪狋犻狅狀犅犪狊犲犱狅狀 狌犪狀狋狌犿
狆 犙
,
犠犪狀 犢犪狀狋犻狀 犢犪狀犠犲狀狕犺狅狀
犵 犵 犵 犵
( , , , , )
DeartmentofCom uterNorthChinaUniversitofScienceandTechnolo Lanfan 065201 China
p p y gy g g
: ( )
犃犫狊狋狉犪犮狋Quantumbehaved articleswarmotimizationQPSO suffersthe
文档评论(0)