基于正态云模型的自适应量子粒子群优化算法

作者：余大为; 周海鹏; 孙敏; 李旸^*; 张恩宝; 李倩倩

来源：吉首大学学报(自然科学版), 2019, 40(06): 29-39.

DOI：10.13438/j.cnki.jdzk.2019.06.006

• 正态云模型
• 自适应
• 量子粒子群
• 量子粒子群优化算法

基于云模型的随机性、模糊性和稳定性特征,通过正态云发生器对量子粒子群优化算法(QPSO)进行改进,提出了一种基于正态云模型的自适应量子粒子群优化算法(CMAQPSO).该算法将正态云模型引入到QPSO算法的研究,定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式,给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO,OPSO,CVCPSO,CMAQPSO 4种算法进行对比测试,实验结果表明,CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法.

• 单位
  国网安徽省电力有限公司; 安徽农业大学; 农业部