基于TS模糊推理的自适应量子行为粒子群优化算法

发布时间：2017-10-14 03:15

  本文关键词：基于TS模糊推理的自适应量子行为粒子群优化算法

  更多相关文章： 粒子群算法 TS模糊推理 种群多样性 群体智能

【摘要】：为进一步改善量子行为粒子群优化算法的性能,保证搜索过程中粒子群的多样性,本文提出了基于Takagi-Sugeno(TS)模糊推理的自适应量子行为粒子群优化算法。该算法利用群体分布和搜索进程信息,通过TS模糊推理,动态调整算法参数及迭代方式,提升种群在更大空间搜索的能力,减少陷入局部最优的几率,并通过若干标准测试函数仿真和威氏(Wilcoxon)符号秩次检验。研究结果表明,与传统的粒子群优化算法相比,自适应量子行为粒子群优化算法性能更好,不但迭代初期收敛快,而且能收敛到理论最优值,尤其对复杂高维函数的优化问题更有效。该研究改善了量子行为粒子群优化算法的性能。
【作者单位】： 青岛大学复杂性科学研究所;
【关键词】： 粒子群算法 TS模糊推理 种群多样性 群体智能
【基金】：山东自然科学基金资助(ZR22010GM006)
【分类号】：TP18
【正文快照】： 群体智能(swarm intelligence)算法是模拟自然界中简单个体组成的集体行为表现出的具有智能特性的一种优化算法[1]。1995年,J.Kenned等人[2]通过模仿鸟类群体觅食行为,提出了一种新兴的群体智能优化算法——粒子群优化算法(particle swarm optimization,PSO)。粒子群优化算法

【相似文献】

中国期刊全文数据库 前10条

1 章国勇;伍永刚;谭宇翔;;一种具有量子行为的细菌觅食优化算法[J];电子与信息学报;2013年03期

2 游晓明;刘升;王裕明;;量子行为网络资源并行分配优化模型及其应用[J];吉林大学学报(工学版);2012年S1期

3 康燕;孙俊;须文波;;具有量子行为的粒子群优化算法的参数选择[J];计算机工程与应用;2007年23期

4 黄建江;须文波;孙俊;董洪伟;;量子行为粒子群优化算法的布局问题研究[J];计算机应用;2006年12期

5 李红梅;孙俊;须文波;;基于量子行为粒子群优化方法的随机规划算法[J];计算机工程与应用;2007年24期

6 李盼池;施光尧;王海英;;一种量子行为进化算法及应用[J];控制与决策;2013年03期

7 章国勇;伍永刚;顾巍;;基于精英学习的量子行为粒子群算法[J];控制与决策;2013年09期

8 高晓巍;;基于量子行为粒子群优化算法的路径规划[J];科技通报;2013年07期

9 李枝勇;马良;张惠珍;;整数规划的量子行为蝙蝠算法[J];计算机工程与科学;2014年07期

10 周，

本文编号：1028666