基于演化历史信息的自变异协同量子行为粒子群优化算法

发布时间：2017-10-22 01:12

  本文关键词：基于演化历史信息的自变异协同量子行为粒子群优化算法

  更多相关文章： 量子行为粒子群优化 演化历史信息 自适应变异 二维空间分割 协同方式

【摘要】：提出一种基于演化历史信息的自变异协同量子行为粒子群优化算法(ESH-CQPSO).该算法采用二维空间分割树结构记录群体演化过程中的位置和适应值,借助群体之间的协同机制确保增强搜索能力,提高优化性能,防止过早收敛.通过空间分割机制可以获得一个快速的近似适应度函数.这个近似值可以提高ESH-CQPSO中的变异策略,使得相应的变异操作是一种无参数、多样性的自适应变异.对比其他传统算法,通过对标准测试函数的实验结果表明,ESH-CQPSO算法在处理多峰和单峰测试函数时具有更好的优化性能,收敛精度和收敛速度都得到了提高,证明该算法的有效性.
【作者单位】： 无锡环境科学与工程研究中心;江南大学物联网工程学院;
【关键词】： 量子行为粒子群优化 演化历史信息 自适应变异 二维空间分割 协同方式
【基金】：国家自然科学基金(No.61300149,No.61105128,No.61502203) 江苏省青蓝工程资助(No.2012-16) 江苏省自然科学基金(No.BK20131106) 江南大学自主科研重点计划(No.JUSRP51410B) 中国博士后科学基金(No.2014M560390)
【分类号】：TP18
【正文快照】： 1引言近年来,量子行为粒子群优化算法(Quantum-be-haved Particle Swarm Optimization,QPSO)[1]因为其算法简单,优化性能强而受到越来越多关注.类似于其他全局优化算法[2],QPSO也会受制于过早收敛至局部最优的趋势,这也是群体智能优化算法的研究热点,很多文献都是围绕这个问题

【相似文献】

中国重要会议论文全文数据库 前4条

1 ;序[A];国家安全工程地球物理研究——第二届国家安全地球物理学术研讨会论文集[C];2006年

2 林青;周明辉;魏志红;包建平;林壬子;钟端;;楚雄盆地云参1井三叠系油藏成藏演化历史分析[A];第十届全国有机地球化学学术会议论文摘要汇编[C];2005年

3 郭正堂;郝青振;彭淑贞;乔彦松;刘进峰;张仲实;袁宝印;刘东生;;风尘堆积与青藏高原周边地区新生代环境大尺度演化历史[A];青藏高原资源·环境·生态建设学术研讨会暨中国青藏高原研究会2007学术年会论文摘要汇编[C];2007年

4 任轶青;;浅谈地质标本的保护[A];继承 发展 保护 管理——北京博物馆学会保管专业十年学术研讨纪念集[C];2010年

中国重要报纸全文数据库 前1条

1 王秀良　蔡蕴琦;长江已有2300万岁[N];中国矿业报;2013年

，

本文编号：1076075