帶交叉算子的量子粒子群優化算法

陳漢武　朱建鋒　阮　越，2　劉志昊　趙生妹

(1東南大學計算機科學與工程學院，南京　210096)(2安徽工業大學計算機科學與技術學院，馬鞍山　243005) (3南京郵電大學通信與信息工程學院，南京　210003)

?

帶交叉算子的量子粒子群優化算法

陳漢武1朱建鋒1阮越1，2劉志昊1趙生妹3

(1東南大學計算機科學與工程學院，南京210096)
(2安徽工業大學計算機科學與技術學院，馬鞍山243005) (3南京郵電大學通信與信息工程學院，南京210003)

摘要:為了改善量子粒子群優化(QPSO)算法、提高其求解多峰優化問題的能力，采用新的粒子吸引點和勢阱特征長度計算方法，引入遺傳算法中的交叉算子并融入交叉概率自適應的參數控制技術，設計了一種帶交叉算子的量子粒子群優化(CQPSO)算法．CQPSO算法既可確保QPSO粒子群體的多樣性、維護粒子整體的活力性，又能克服特殊情況下QPSO算法收斂的不穩定性和陷入局部最優的偶發性．實驗結果表明，在21個標準測試函數中，無論對應單峰函數、多峰函數或是偏移、旋轉函數，在相同的物理仿真平臺上，CQPSO算法的性能在絕大多數情況下都優于其他改進的量子粒子群算法，從而驗證了CQPSO算法的有效性和魯棒性．

關鍵詞:量子粒子群優化;交叉算子;局部優化;多峰函數;收斂

引用本文:陳漢武，朱建鋒，阮越，等．帶交叉算子的量子粒子群優化算法［J］．東南大學學報(自然科學版)，2016，46(1) : 23－29．DOI: 10．3969/j．issn．1001－0505．2016．01．005．

粒子群優化(PSO)算法是一種重要的群體智能隨機搜索算法［1－2］，因其概念簡單、易于實現而備受關注［3－5］．但PSO算法存在易早熟的問題，不……