带交叉算子的量子粒子群优化算法

陈汉武　朱建锋　阮　越，2　刘志昊　赵生妹

(1东南大学计算机科学与工程学院，南京　210096)(2安徽工业大学计算机科学与技术学院，马鞍山　243005) (3南京邮电大学通信与信息工程学院，南京　210003)



带交叉算子的量子粒子群优化算法

陈汉武1朱建锋1阮越1，2刘志昊1赵生妹3

(1东南大学计算机科学与工程学院，南京210096)
(2安徽工业大学计算机科学与技术学院，马鞍山243005) (3南京邮电大学通信与信息工程学院，南京210003)

摘要:为了改善量子粒子群优化(QPSO)算法、提高其求解多峰优化问题的能力，采用新的粒子吸引点和势阱特征长度计算方法，引入遗传算法中的交叉算子并融入交叉概率自适应的参数控制技术，设计了一种带交叉算子的量子粒子群优化(CQPSO)算法．CQPSO算法既可确保QPSO粒子群体的多样性、维护粒子整体的活力性，又能克服特殊情况下QPSO算法收敛的不稳定性和陷入局部最优的偶发性．实验结果表明，在21个标准测试函数中，无论对应单峰函数、多峰函数或是偏移、旋转函数，在相同的物理仿真平台上，CQPSO算法的性能在绝大多数情况下都优于其他改进的量子粒子群算法，从而验证了CQPSO算法的有效性和鲁棒性．

关键词:量子粒子群优化;交叉算子;局部优化;多峰函数;收敛

引用本文:陈汉武，朱建锋，阮越，等．带交叉算子的量子粒子群优化算法［J］．东南大学学报(自然科学版)，2016，46(1) : 23－29．DOI: 10．3969/j．issn．1001－0505．2016．01．005．

粒子群优化(PSO)算法是一种重要的群体智能随机搜索算法［1－2］，因其概念简单、易于实现而备受关注［3－5］．但PSO算法存在易早熟的问题，不……