科研之友
微信
新浪微博
Facebook
分享链接
摘要
优化算法中多种群采样方式可转化为蒙特卡洛对当前函数积分的评估,针对不同子种群对整体评估的差异性,提出子种群规模(个体数)自适应的改进策略,并用于多尺度量子谐振子优化算法(Multi-scale quantum harmonic oscillator algorithm, MQHOA)的改进,同时阐述多种群策略所具有的量子特性以及量子隧道效应与寻优性能的相关性.已有的优化算法忽视了动态调节子种群规模对寻优能力的影响,该策略通过动态调节子种群规模,提高适应度差的子种群发生量子隧道效应的概率,增强了算法的寻优能力.将改进后的算法MQHOA-d (Multi-scale quantum harmonic oscillator algorithm based on dynamic subpopulation)与MQHOA及其他优化算法在CEC2013测试集上进行测试,结果表明原算法MQHOA“早熟”问题在MQHOA-d中得到解决,且MQHOA-d对多峰函数和复合函数优化具有显著优势,求解误差和计算时间均小于几种经典优化算法.
- 单位
