文献类型：期刊文章

作　　者：王梦梅[1]

WANG Meng-mei(Department of Information Science and Technology, School of Zhongbei,NanjingNomal University, Nanjing 210046, Chin)

机构地区：[1]南京师范大学中北学院信息科学与技术系,江苏南京210000

出　　处：《软件导刊》

年　　份：2018

卷　　号：17

期　　号：8

起止页码：35-39

语　　种：中文

收录情况：普通刊

摘　　要：动态环境优化问题求解是近年来优化领域的研究热点。为了解决动态环境优化问题中种群的早熟收敛现象,寻找3种学习策略更新种群中的吸引子,提出一种基于高斯分布的量子行为粒子群优化算法(GQPSO)。在改进算法中,种群中粒子的吸引子由高斯公式产生。通过对比3种吸引子对算法的影响,确定了产生吸引子的最佳更新公式。此外,GQPSO算法中粒子的位置由概率密度函数以一定概率分散在搜索空间内,处于束缚状态,因此可以增加种群多样性以达到全局搜索,从而提高GQPSO算法在求解动态环境优化问题上的收敛能力。

关 键 词：高斯分布 粒子群算法 动态环境 优化问题  

分 类 号：TP311]