- 13
- 0
- 约2.69万字
- 约 5页
- 2019-08-18 发布于北京
- 举报
一种采用完全学习策略的量子行为粒子群优化算法.PDF
第27 卷 第5 期 控 制 与 决 策 2012 年 5 月
Vol. 27 No. 5 Control and Decision May 2012
文章编号: 1001-0920 (2012) 05-0719-05
一种采用完全学习策略的量子行为粒子群优化算法
陈 伟, 周 頔, 孙 俊, 须文波
( 江南大学物联网工程学院,江苏无锡214000)
摘 要: 为了进一步提高量子行为粒子群优化(QPSO) 算法的全局收敛性能, 有效改善算法中存在的粒子早熟问题,
提出一种基于完全学习策略的改进QPSO 算法(CLQPSO). 该学习策略改变了QPSO 中局部吸引子的更新方式, 充分
利用了种群的社会信息. 采用8 个测试函数对算法性能进行比较分析. 实验结果表明, 所提出的改进算法不仅收敛速
度快, 而且全局收敛能力好, 收敛精度
原创力文档

文档评论(0)