基于云模型云滴机制的量子粒子群优化算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (24): 49-52.

基于云模型云滴机制的量子粒子群优化算法

齐名军，杨爱红

鹤壁职业技术学院，河南鹤壁 458030

出版日期:2012-08-21 发布日期:2012-08-21

Quantum Particle Swarm Optimization based on Cloud model Cloud droplet strategy

QI Mingjun, YANG Aihong

Hebi Occupation Technology College, Hebi, Henan 458030, China

Online:2012-08-21 Published:2012-08-21

摘要/Abstract

摘要： 利用云模型云滴的随机性和稳定倾向性的特点，提出了一种云模型云滴机制的量子粒子群优化算法，该算法在量子粒子群优化的基础上，由云模型的X，Y条件发生器产生杂交操作，由基本云发生器产生变异操作，用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明，该算法具有计算精度较高，搜索速度较快等特点，具有一定的参考和应用价值。

关键词: 云模型, 量子粒子群优化算法, 函数优化

Abstract: A novel Cloud model Cloud droplet strategy’s Quantum Particle Swarm Optimization（CQPSO） is proposed by using the characteristics of cloud model cloud droplet randomness and stable disposition. This algorithm based on Quantum Particle Swarm Optimization, it produces hybrid operation by cloud model of X, Y generators and mutation operation by basic cloud generator. It is used to solve the complex functions optimization problem with variable boundary constrained nonlinearity. The simulation results show that the algorithm has higher calculation precision, faster search speed and so on. It has some references and application values.

Key words: cloud model, Quantum Particle Swarm Optimization（QPSO）, function optimization

齐名军，杨爱红. 基于云模型云滴机制的量子粒子群优化算法[J]. 计算机工程与应用, 2012, 48(24): 49-52.

QI Mingjun, YANG Aihong. Quantum Particle Swarm Optimization based on Cloud model Cloud droplet strategy[J]. Computer Engineering and Applications, 2012, 48(24): 49-52.

[1]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[2]	魏锋涛，史云鹏，石坤. 具有组合变异策略的回溯搜索优化算法[J]. 计算机工程与应用, 2020, 56(9): 41-47.
[3]	陈忠云，张达敏，辛梓芸，张绘娟，闫威. 混沌精英质心拉伸机制的樽海鞘群算法[J]. 计算机工程与应用, 2020, 56(10): 44-50.
[4]	谈庆，黄樟灿. 基于近邻套索算子的磷虾群算法[J]. 计算机工程与应用, 2019, 55(9): 124-129.
[5]	白创，陈翔. 新型LeNet-FC卷积神经网络模型算法的研究[J]. 计算机工程与应用, 2019, 55(5): 105-111.
[6]	刘茜1，毛力1，杨弘2. 差分进化引导趋化算子的烟花优化算法[J]. 计算机工程与应用, 2019, 55(3): 140-146.
[7]	顾清华，孟倩倩. 优化复杂函数的粒子群-鸽群混合优化算法[J]. 计算机工程与应用, 2019, 55(22): 46-52.
[8]	邹德龙，王宝华. 一种混合优化算法面向高维函数优化的研究[J]. 计算机工程与应用, 2019, 55(20): 122-127.
[9]	党婷婷，林丹. 含有动态自适应惯性权重的蜘蛛猴优化算法[J]. 计算机工程与应用, 2019, 55(14): 40-47.
[10]	谢晖，李松月，孙永河，韩玮. 基于云模型求解属性权重的DEMATEL方法研究[J]. 计算机工程与应用, 2018, 54(7): 257-263.
[11]	魏锋涛，岳明娟，郑建明. 基于多策略融合的改进人工蜂群算法[J]. 计算机工程与应用, 2018, 54(5): 111-116.
[12]	徐士东，耿秀丽，董雪琦. 基于云模型的改进FMEA风险评估方法[J]. 计算机工程与应用, 2018, 54(2): 228-233.
[13]	纪蕾1，郭树荣2，丛旭辉3，刘彩霞1. 基于OWA算子和可拓云模型的PPP项目绩效评价——以经营性PPP项目为研究对象[J]. 计算机工程与应用, 2018, 54(16): 220-226.
[14]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[15]	常红伟1，夏克文1，2，白建川1，2，牛文佳1，武盼盼1. 采用云量子PSO的属性约简方法[J]. 计算机工程与应用, 2018, 54(10): 99-104.