带全局判据的改进量子粒子群优化算法

摘要

针对现有量子粒子群优化算法的多参数(≥5)优化问题易收敛到局部最优解、且无法判定优化结果全局性的问题,提出了带全局判据的改进量子粒子群优化算法.在惯性权重自适应调整的量子粒子群优化算法基础上,进行了粒子位置周期性变异,以及随粒子进化速度和聚集度变化的搜索范围变异.依据粒子聚集度大小,建立了判定优化结果全局性的全局收敛判据.以典型标准函数和乘波体外形多参数优化问题为算例,验证了改进算法和全局判据的可靠性.结果表明,改进算法的全局搜索能力明显提高,优化结果真实可靠,全局判据实用性强.