量子粒子群算法的研究.pdf

1、隨著科技的進(jìn)步，科學(xué)研究與工程實(shí)踐中出現(xiàn)的優(yōu)化問(wèn)題也變得越來(lái)越復(fù)雜，傳統(tǒng)優(yōu)化方法在解決這些問(wèn)題時(shí)，存在計(jì)算復(fù)雜度過(guò)高的局限。因此，計(jì)算機(jī)科學(xué)家們提出了許多模擬物理現(xiàn)象，或模仿動(dòng)物的群體行為，或模仿生物的生理機(jī)能等機(jī)制的啟發(fā)式算法，希望在適當(dāng)?shù)臅r(shí)間內(nèi)獲得質(zhì)量可以接受的解。
　　量子粒子群優(yōu)化算法是一種新的智能優(yōu)化方法，其思想主要來(lái)源于兩個(gè)方面:一是經(jīng)典粒子群優(yōu)化算法;二是量子力學(xué)的基本原理。量子粒子群優(yōu)化算法具有概念簡(jiǎn)單、易于實(shí)現(xiàn)、

2、控制參數(shù)少的特點(diǎn)。盡管其已經(jīng)在很多領(lǐng)域取得了成功的應(yīng)用，但算法本身仍然存在一些明顯的不足之處:1）缺乏種群多樣性，算法在演化后期全局搜索能力不足，在求解復(fù)雜優(yōu)化問(wèn)題時(shí)易陷入局部最優(yōu)解;2）算法的搜索策略存在某些局限性，如何改進(jìn)算法的搜索策略仍是值得研究問(wèn)題。
　　本文在介紹量子粒子群優(yōu)化算法的基本原理的基礎(chǔ)上，分析了量子粒子群優(yōu)化算法存在的問(wèn)題。針對(duì)量子粒子群優(yōu)化算法存在的不足，本文提出新的搜索策略，在此基礎(chǔ)上設(shè)計(jì)了一種帶交叉算子