摘要：为了提高量子粒子群算法(QPSO)的性能,利用差分进化对量子粒子群算法进行了优化.该优化算法(DE-QPSO)在粒子更新过程中,首先通过添加一个扰动来产生一个变异粒子,然后对变异粒子进行交叉操作产生新的试验粒子,最后对试验粒子进行选择操作,确定进入下一次迭代的个体.用5种标准测试函数对DE-QPSO、QPSO和粒子群算法(PSO)的性能进行对比测试,结果表明DE-QPSO算法的性能明显优于PSO和QPSO算法,具有较好的应用价值.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：延边大学学报·自然科学版
延边大学学报·自然科学版紧跟学术前沿，紧贴读者，国内刊号为：22-1191/N。坚持指导性与实用性相结合的原则，创办于1962年，杂志在全国同类期刊中发行数量名列前茅。
