|
|||||
|
|
| 基于正态云模型的自适应量子粒子群优化算法 | |
| 引用本文： | 余大为,周海鹏,孙敏,李旸,张恩宝,李倩倩. 基于正态云模型的自适应量子粒子群优化算法[J]. 吉首大学学报(自然科学版), 2019, 40(6): 29. DOI: 10.13438/j.cnki.jdzk.2019.06.006 |
| 作者姓名： | 余大为 周海鹏 孙敏 李旸 张恩宝 李倩倩 |
| 作者单位： | 安徽农业大学信息与计算机学院,安徽合肥230036;农业部农业物联网技术集成与应用重点实验室(安徽农业大学),安徽合肥230036;国网安徽省电力有限公司宣城供电公司,安徽宣城,242000 |
| 基金项目： | 国家自然科学基金资助项目(61402013) |
| 摘 要： | 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. |
| 关 键 词： | 正态云模型 自适应 量子粒子群 量子粒子群优化算法 |
Adaptive Quantum Particle Swarm Optimization Algorithm Based on Normal Cloud Model |
|
| YU Dawei,ZHOU Haipeng,SUN Min,LI Yang,ZHANG Enbao,LI Qianqian. Adaptive Quantum Particle Swarm Optimization Algorithm Based on Normal Cloud Model[J]. Journal of Jishou University(Natural Science Edition), 2019, 40(6): 29. DOI: 10.13438/j.cnki.jdzk.2019.06.006 | |
| Authors: | YU Dawei ZHOU Haipeng SUN Min LI Yang ZHANG Enbao LI Qianqian |
| Affiliation: | (1.School of Information & Computer Science, Anhui Agriculture University, Hefei 230036, China; 2.Key Laboratory of Technology Integration and Application in Agricultural Internet of Things (Anhui Agriculture University), Ministry of Agriculture, Hefei 230036, China; 3.State Grid Anhui Electric Power Co., Ltd. Xuancheng Power Supply Company, Xuancheng 242000, Anhui China) |
| Abstract: | Based on the randomness, fuzziness and stability of cloud model, an adaptive quantum particle swarm optimization algorithm CMAQPSO based on normal cloud model is proposed. The algorithm uses X conditional cloud generator to control the contraction expansion coefficient of QPSO algorithm, and uses Y condition cloud generator to construct the mutation operator of QPSO algorithm. A quantum well center adjustment strategy and boundary correction strategy are proposed. The experimental results show that the average optimization effect of the CMAQPSO algorithm on the five test functions is significantly better than the other three algorithms (SPSO, OPSO,CVCPSO). |
| Keywords: | normal cloud model self-adaptive quantum particle swarm quantum-behaved particle swarm optimization algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《吉首大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《吉首大学学报(自然科学版)》下载全文 | |