量子粒子群算法的改进实现

作者：潘大志; 刘志斌

来源：计算机工程与应用, 2013, (10): 25-27.

• 粒子群优化
• 量子粒子群优化
• 随机权重
• 随机加权平均最优位置 Particle Swarm Optimization
• Quantum-behaved Particle Swarm Optimization
• random weight
• random-weighted mean best position

为了进一步提高量子粒子群算法的精度,从描述粒子状态波函数的δ势阱特征长度L(t)出发,重新修改其评价方式。通过给群体中的每个粒子引入随机权重,生成随机权重平均最优位置来重新评价L(t),以增强算法的随机性,帮助算法逃离局部极小值点的束缚,使算法尽快找到全局极值点。通过几个典型函数测试表明,改进算法的收敛精度优于QPSO算法,并且具有很强的避免陷入局部极值点的能力。

• 单位
  西华师范大学; 西南石油大学