带交叉算子的量子粒子群优化算法_陈汉武

《带交叉算子的量子粒子群优化算法_陈汉武》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第46卷第1期东南大学学报(自然科学版)Vol．46No．12016年1月JOUＲNALOFSOUTHEASTUNIVEＲSITY(NaturalScienceEdition)Jan．2016DOI:10．3969/j．issn．1001－0505．2016．01．005带交叉算子的量子粒子群优化算法111，213陈汉武朱建锋阮越刘志昊赵生妹1(东南大学计算机科学与工程学院，南京210096)2(安徽工业大学计算机科学与技术学院，马鞍山243005)3(南京邮电大学通信与信息工程学院，南京210003)摘要:为了改善量子粒子群优化(QPSO)算法、提高其求解多峰优化问题的能力

2、，采用新的粒子吸引点和势阱特征长度计算方法，引入遗传算法中的交叉算子并融入交叉概率自适应的参数控制技术，设计了一种带交叉算子的量子粒子群优化(CQPSO)算法．CQPSO算法既可确保QPSO粒子群体的多样性、维护粒子整体的活力性，又能克服特殊情况下QPSO算法收敛的不稳定性和陷入局部最优的偶发性．实验结果表明，在21个标准测试函数中，无论对应单峰函数、多峰函数或是偏移、旋转函数，在相同的物理仿真平台上，CQPSO算法的性能在绝大多数情况下都优于其他改进的量子粒子群算法，从而验证了CQPSO算法的有效性和鲁棒性．关键词:量子粒子群优化;交叉算子;局部优化;多峰函数;收敛中图分类

3、号:TP387文献标志码:A文章编号:1001－0505(2016)01-0023-07Quantumparticleswarmoptimizationalgorithmwithcrossoveroperator111，213ChenHanwuZhuJianfengＲuanYueLiuZhihaoZhaoShengmei1(SchoolofComputerScienceandEngineering，SoutheastUniversity，Nanjing210096，China)2(SchoolofComputerScienceandTechnology，AnhuiUniver

4、sityofTechnology，Maanshan243005，China)3(CollegeofTelecommunicationsandInformationEngineering，NanjingUniversityofPostsandTelecommunications，Nanjing210003，China)Abstract:Inordertoimprovetheperformanceofthequantumparticleswarmoptimization(QPSO)algorithmanditsabilitytosolvemultimodaloptimizatio

5、nproblems，byusinganewcalculationmethodforthepointofinterestandthecharacteristiclengthofthepotentialwell，animprovedQPSOalgorithmwithcrossoveroperator，namedasCQPSOalgorithm，isproposedbyintroducingthecrossoveroperatorinthegeneticalgorithmandincorporatingtheadaptiveparametercontroltechnolo-gyof

6、crossoverprobability．TheCQPSOalgorithmcannotonlyensurethediversityoftheparticlegroupandthevigoroftheparticles，butalsoovercometheinstabilityofconvergenceandaccidentalfallintolocaloptimuminsomespecialscenarios．Theexperimentalresultsshowthatin21standardtestfunctions，onthesamephysicalsimulation

7、platform，asforwhetherunimodalfunctions，multi-modalfunctions，offsetorrotatingfunctions，theCQPSOalgorithmissuperiortootherimprovedQPSOalgorithmsinperformanceinmostcases，anditseffectivenessandrobustnessareproved．Keywords:quantumparticleswarmoptimization;cro