计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
6期
2035-2039,2051
,共6页
量子粒子群优化算法%进化阶段%变异算子%变异概率%函数优化
量子粒子群優化算法%進化階段%變異算子%變異概率%函數優化
양자입자군우화산법%진화계단%변이산자%변이개솔%함수우화
为了克服标准量子粒子群优化( SQPSO)算法易陷入局部最优的缺点,引入变异机制,基于进化阶段的概念,提出了自适应阶段变异量子粒子群优化( APMQPSO)算法.以四种不同的变异概率减小方式阶段性地对QPSO算法中的全局最优位置进行柯西变异,形成了四个不同的APMQPSO算法.用五个典型的测试函教进行仿真实验,并将四个APMQPSO算法与SQPSO算法的实验结果进行了比较.实验结果表明,对于单峰函数优化问题,基于变异概率线性变化的APMQPSO算法较为有效；而对于多峰函数优化问题,基于变异概率非线性变化的APMQPSO算法则具有很强的优化能力.
為瞭剋服標準量子粒子群優化( SQPSO)算法易陷入跼部最優的缺點,引入變異機製,基于進化階段的概唸,提齣瞭自適應階段變異量子粒子群優化( APMQPSO)算法.以四種不同的變異概率減小方式階段性地對QPSO算法中的全跼最優位置進行柯西變異,形成瞭四箇不同的APMQPSO算法.用五箇典型的測試函教進行倣真實驗,併將四箇APMQPSO算法與SQPSO算法的實驗結果進行瞭比較.實驗結果錶明,對于單峰函數優化問題,基于變異概率線性變化的APMQPSO算法較為有效；而對于多峰函數優化問題,基于變異概率非線性變化的APMQPSO算法則具有很彊的優化能力.
위료극복표준양자입자군우화( SQPSO)산법역함입국부최우적결점,인입변이궤제,기우진화계단적개념,제출료자괄응계단변이양자입자군우화( APMQPSO)산법.이사충불동적변이개솔감소방식계단성지대QPSO산법중적전국최우위치진행가서변이,형성료사개불동적APMQPSO산법.용오개전형적측시함교진행방진실험,병장사개APMQPSO산법여SQPSO산법적실험결과진행료비교.실험결과표명,대우단봉함수우화문제,기우변이개솔선성변화적APMQPSO산법교위유효；이대우다봉함수우화문제,기우변이개솔비선성변화적APMQPSO산법칙구유흔강적우화능력.
