文件名称:论文研究-自适应阶段变异量子粒子群优化算法研究.pdf
文件大小:1.44MB
文件格式:PDF
更新时间:2022-08-11 14:39:30
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
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数进行仿真实验, 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。