混沌映射的多种群量子粒子群优化算法

作者：逄珊; 杨欣毅; 张小峰

来源：计算机工程与应用, 2012, (33): 56-62.

• 量子行为粒子群优化
• 分段Logistics映射
• 变异 Quantum-behaved Particle Swarm Optimization(QPSO)
• segmental Logistics mapping
• mutation

针对量子粒子群优化算法存在早熟收敛的问题,提出一种基于Logistics混沌映射变异的多种群量子粒子群优化算法(CMQPSO),采用分段Logistics混沌映射生成初始粒子群,根据适应度值将群体分为顶层和底层种群。顶层出现聚集时才进行高斯扰动,底层种群则按概率通过Logistics混沌变异生成分布更为均匀的粒子,提高种群的多样性,从而较好地平衡了算法的局部和全局搜索能力。对测试函数的计算表明算法较QPSO等其他算法在搜索能力和收敛速度方面有明显改进。分析了算法重要参数停滞阈值Cσ和比例系数S对搜索性能的影响,给出合理的取值范围。

• 出版日期2012
• 单位中国人民解放军海军航空工程学院; 鲁东大学