首页 | 官方网站   微博 | 高级检索  
     

合作的具有量子行为粒子群优化算法
引用本文:康燕,冯海朋,须文波,杨燕萍.合作的具有量子行为粒子群优化算法[J].计算机工程与应用,2010,46(4):39-42.
作者姓名:康燕  冯海朋  须文波  杨燕萍
作者单位:1.河北科技师范学院 计算机系,河北 秦皇岛 066004 2.重庆邮电大学 网络控制重点实验室,重庆 400065 3.江南大学 信息学院,江苏 无锡 214122
摘    要:通过对具有量子行为的粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法深入分析,把协作机制引入到QPSO算法中,提出了协作的具有量子行为的粒子群优化(Cooperative Quantum-behaved Particle Swarm Optimization)算法,并详细阐述了这种算法的主要思想。测试结果表明,这种改进算法能够克服QPSO算法中的不足,增强了粒子群的优化能力。

关 键 词:粒子群优化  协作  量子行为
收稿时间:2008-8-12
修稿时间:2009-1-12  

Cooperative approach to Quantum-behaved Particle Swarm Optimization
KANG Yan,FENG Hai-peng,XU Wen-bo,YANG Yan-ping.Cooperative approach to Quantum-behaved Particle Swarm Optimization[J].Computer Engineering and Applications,2010,46(4):39-42.
Authors:KANG Yan  FENG Hai-peng  XU Wen-bo  YANG Yan-ping
Affiliation:1.Department of Computer Science,Hebei Normal University of Science & Technology,Qinhuangdao,Hebei 066004,China 2.Key Lab of Network Controlling,Chongqing University of Posts and Telecommunications,Chongqing 400065,China 3.School of Information Technology,Southern Yangtze University,Wuxi,Jiangsu 214122,China
Abstract:An improvement method for Quantum-behaved Particle Swarm Optimization algorithm(QPSO),that is,Cooperative Quantum-behaved Particle Swarm Optimization(CQPSO) algorithm,is introduced by analyzing deeply the QPSO.Experiments for several benchmark problems show that CQPSO can overcome the fault of QPSO and increase the optimization power of the particle swarm.
Keywords:Particle Swarm Optimization(PSO)  cooperation  quantum-behaved
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号