基于选择操作的量子粒子群算法
DOI:
CSTR:
作者:
作者单位:

1. 海南师范大学
2. 江南大学
3.

作者简介:

龙海侠

通讯作者:

中图分类号:

基金项目:

;国家自然科学基金项目(60703106,60474030)


Using selection to improve quantum-behaved particle swarm optimization
Author:
Affiliation:

1. Hainan Normal University
2.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    对量子行为的粒子群优化(QPSO)算法存在早熟收敛的
    缺点,首先结合选择操作,提出2种改进的QPSO算法:基于锦标赛选择的QPSO算法和基于轮盘赌
    选择的QPSO算法,并施加到全局最优位置,以提高算法的搜索
    能力;然后证明了此算法的
    全局收敛性.典型标准函数优化的仿真结果表明,该算法具有较强的全局搜索能力.

    Abstract:

    For the shortcoming that quantum-behaved particle swarm
    optimization(QPSO) is often premature convergence, two improved QPSO algorithms are presented by integrating selection mechanism. One is the QPSO with tournament
    selection(QPSO-TS) and the other is the QPSO with roulette-wheel
    selection(QPSO-RS). The
    selection operator is exerted on the global best position to improve the
    search ability of the QPSO algorithm. Furthermore, global convergence of the algorithm is proved. The
    experiment results on benchmark functions show that both QPSO-RS and QPSO-TS
    have stronger global search ability than QPSO and standard PSO.

    参考文献
    相似文献
    引证文献
引用本文

龙海侠 须文波 王小银 孙俊.基于选择操作的量子粒子群算法[J].控制与决策,2010,25(10):1499-1506

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-09-15
  • 最后修改日期:2009-11-06
  • 录用日期:
  • 在线发布日期: 2010-10-20
  • 出版日期:
文章二维码