文件名称：论文研究-一种混沌优化机制的双量子粒子群优化算法.pdf
文件大小：648KB
文件格式：PDF
更新时间：2022-10-01 15:04:50
论文研究
针对量子粒子群优化算法（quantum delta Particle Swarm Optimization，PSO）在处理高维复杂函数时存在收敛速度慢、易陷入局部最优和算法通用性不强等缺点，提出了一种基于混沌优化机制的双量子粒子群优化算法。它借鉴群体位置方差的早熟判断机制，同时提出了一种逐步缩小搜索变量空间的新方法。典型数值实验表明，该算法效率高、优化性能好、对初始位置具有很强的鲁棒性。尤其是该算法具有很强的避免局部极小能力，其性能远远优于单一优化方法。