針對(duì)量子蝙蝠算法求解精度低、易陷入局部最優(yōu)等缺點(diǎn),提出一種改進(jìn)型量子蝙蝠算法。引入自然選擇,在每次迭代過(guò)程中對(duì)整個(gè)種群適應(yīng)度值進(jìn)行排序,用部分較好個(gè)體的位置替換部分較差個(gè)體的位置,保存?zhèn)�體歷史最優(yōu)適應(yīng)度函數(shù)值。針對(duì)蝙蝠算法的頻率引入優(yōu)化因子,使蝙蝠在迭代初期發(fā)出較高頻率進(jìn)行全局搜索獵物,在迭代后期降低頻率,提高局部搜索能力。對(duì)4個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行測(cè)試,測(cè)試結(jié)果表明,改進(jìn)型量子蝙蝠算法有更好的收斂速度和求解精度。將改進(jìn)的算法應(yīng)用于典型化工過(guò)程的動(dòng)態(tài)優(yōu)化問(wèn)題中,優(yōu)化結(jié)果接近于最優(yōu)值,性能良好,結(jié)果驗(yàn)證了該算法的有效性。 

【文章來(lái)源】：計(jì)算機(jī)工程與設(shè)計(jì). 2019,40(01)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
0 引言
1 QBA算法
2 IQBA算法
    2.1 引入自然選擇思想
    2.2 引入優(yōu)化因子
    2.3 IQBA算法
3 算法測(cè)試
    3.1 測(cè)試函數(shù)
    3.2 結(jié)果分析
        3.2.1 BA、QBA、IQBA算法的性能比較
        3.2.2 QBA、IQBA算法求解結(jié)果成功率的比較
        3.2.3 BA、QBA、IQBA算法在高維空間中的比較
        3.2.4 IQBA算法與其它算法的比較
4 IQBA在化工動(dòng)態(tài)優(yōu)化中的應(yīng)用
    4.1 約束優(yōu)化問(wèn)題
    4.2 應(yīng)用實(shí)例
5 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]函數(shù)優(yōu)化的量子蝙蝠算法[J]. 李枝勇,馬良,張惠珍.  系統(tǒng)管理學(xué)報(bào). 2014(05)
[2]整數(shù)規(guī)劃的量子行為蝙蝠算法[J]. 李枝勇,馬良,張惠珍.  計(jì)算機(jī)工程與科學(xué). 2014(07)
[3]求解約束優(yōu)化問(wèn)題的改進(jìn)蝙蝠算法[J]. 龍文,張文專.  計(jì)算機(jī)應(yīng)用研究. 2014(08)
[4]新型全局優(yōu)化蝙蝠算法[J]. 李煜,馬良.  計(jì)算機(jī)科學(xué). 2013(09)



本文編號(hào)：3530285