自適應(yīng)量子菌群算法的研究及應(yīng)用.pdf

1、群智能算法是近年人工智能領(lǐng)域的研究熱點，菌群算法憑借其結(jié)構(gòu)簡單、靈活、魯棒性強和自組織能力等優(yōu)點受到國際計算智能界的廣泛關(guān)注。然而，該算法存在收斂速度慢，對于復(fù)雜多峰函數(shù)容易陷入局部最優(yōu)的問題。針對該問題，本文從更加真實地模仿細(xì)菌行為和引入量子計算兩個角度對菌群算法進(jìn)行了改進(jìn)，并用改進(jìn)后的量子菌群算法解決了4G移動通信中MIMO-OFDM信道估計魯棒訓(xùn)練序列的設(shè)計問題。本文的主要研究內(nèi)容如下：
　　第一，對經(jīng)典菌群算法進(jìn)行深入研究

2、，發(fā)現(xiàn)細(xì)菌的前進(jìn)過程是向隨機(jī)方向沿直線前進(jìn)，然而這并不符合細(xì)菌真實的覓食過程。針對該問題，本文使細(xì)菌向當(dāng)前種群最優(yōu)細(xì)菌的位置彎轉(zhuǎn)前進(jìn)。通過典型的基準(zhǔn)函數(shù)對改進(jìn)后的算法進(jìn)行測試，實驗結(jié)果表明改進(jìn)后的算法相比原算法加快了搜索速度，提高了局部搜索的能力。
　　第二，對量子菌群算法的性能進(jìn)行研究，實驗表明其優(yōu)化結(jié)果要明顯優(yōu)于經(jīng)典菌群算法。進(jìn)一步對其主要參數(shù)—旋轉(zhuǎn)角度進(jìn)行對比分析，從實驗結(jié)果中可以看出不同的旋轉(zhuǎn)角度最終的優(yōu)化結(jié)果相差很大，說

3、明固定的旋轉(zhuǎn)相位是影響量子菌群算法優(yōu)化性能的一個主要因素。
　　第三，針對上述問題設(shè)計了一種自適應(yīng)旋轉(zhuǎn)相位的量子菌群算法，使旋轉(zhuǎn)相位的角度與當(dāng)前細(xì)菌和當(dāng)前細(xì)菌的角度差相關(guān)。通過16個不同類型的標(biāo)準(zhǔn)測試函數(shù)對其優(yōu)化性能進(jìn)行研究，統(tǒng)計結(jié)果表明該算法在低維時，收斂精度和穩(wěn)定性都要優(yōu)于改進(jìn)前的算法，且優(yōu)化結(jié)果要明顯優(yōu)于經(jīng)典的菌群算法和量子遺傳算法。進(jìn)一步研究表明，在達(dá)到指定收斂精度的情況下，該算法的平均收斂概率是最高的，平均運行時間和平均