文献类型：期刊文章

作　　者：陈义雄[1,2] 梁昔明[1,3] 黄亚飞[1]

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083 [2]湘潭钢铁公司培训中心,湖南湘潭411104 [3]北京建筑工程学院理学院,北京100044

出　　处：《中南大学学报（自然科学版）》

基　　金：北京市自然科学基金资助项目(4122022);湖南省教育厅项目(10C0373)

年　　份：2013

卷　　号：44

期　　号：4

起止页码：1409-1414

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20132316396709)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对粒子群优化算法易出现早熟收敛及局部搜索能力不足的特点,提出一种改进的量子粒子群优化算法(IQPSO)。该算法在量子粒子群优化算法(QPSO)的基础上,引入佳点集初始化量子的初始角位置,提高初始种群的遍历性;在粒子角速度位置更新中,采用混沌时间序列数,促使粒子跳出局部极值点;为避免粒子陷入早熟收敛,在算法中加入变异处理。仿真实验结果表明:与标准粒子群优化(SPSO)算法和量子粒子群优化(QPSO)算法比较,提出的算法具有快速的收敛能力、良好的稳定性,其优化性能有较明显的提高。

关 键 词：粒子群优化 混沌 早熟收敛 佳点集 量子粒子群优化

分 类 号：TP301.6]