基于随机评价机制的交互式双子群QPSO算法
来源期刊：控制与决策2015年第3期
论文作者：吴涛 严余松 陈曦
文章页码：526 - 530
关键词：粒子群优化;量子行为粒子群优化;子群;交互;
摘 要：通过两组势阱中心不同且相互协同的主、辅子群,在具有量子行为的粒子群优化（QPSO）算法基础上构造一种基于随机评价机制的交互式双子群QPSO算法（DIR-QPSO）.该算法通过子群间的协作避免了种群多样性的快速消失,增强了算法的全局搜索能力.同时,随机因子的加入进一步提高了粒子摆脱局部极值的能力.对6个测试函数的实验结果表明,DIR-QPSO算法相对于传统的粒子群优化算法（PSO）在处理单峰和多峰函数时具有更好的优化性能,收敛速度和收敛精度都得到了较大的提高.
吴涛1，严余松1，陈曦2
1. 西南交通大学信息科学与技术学院2. 西南民族大学计算机科学与技术学院
摘 要：通过两组势阱中心不同且相互协同的主、辅子群,在具有量子行为的粒子群优化（QPSO）算法基础上构造一种基于随机评价机制的交互式双子群QPSO算法（DIR-QPSO）.该算法通过子群间的协作避免了种群多样性的快速消失,增强了算法的全局搜索能力.同时,随机因子的加入进一步提高了粒子摆脱局部极值的能力.对6个测试函数的实验结果表明,DIR-QPSO算法相对于传统的粒子群优化算法（PSO）在处理单峰和多峰函数时具有更好的优化性能,收敛速度和收敛精度都得到了较大的提高.
关键词：粒子群优化;量子行为粒子群优化;子群;交互;
