針對量子蝙蝠算法求解精度低、易陷入局部最優(yōu)等缺點,提出一種改進型量子蝙蝠算法。引入自然選擇,在每次迭代過程中對整個種群適應(yīng)度值進行排序,用部分較好個體的位置替換部分較差個體的位置,保存?zhèn)�體歷史最優(yōu)適應(yīng)度函數(shù)值。針對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4個標準測試函數(shù)進行測試,測試結(jié)果表明,改進型量子蝙蝠算法有更好的收斂速度和求解精度。將改進的算法應(yīng)用于典型化工過程的動態(tài)優(yōu)化問題中,優(yōu)化結(jié)果接近于最優(yōu)值,性能良好,結(jié)果驗證了該算法的有效性。 

【文章來源】：計算機工程與設(shè)計. 2019,40(01)北大核心

【文章頁數(shù)】：8 頁

【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 算法測試
    3.1 測試函數(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在化工動態(tài)優(yōu)化中的應(yīng)用
    4.1 約束優(yōu)化問題
    4.2 應(yīng)用實例
5 結(jié)束語


【參考文獻】：
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. 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.  計算機工程與科學(xué). 2014(07)
[3]求解約束優(yōu)化問題的改進蝙蝠算法[J]. 龍文,張文專.  計算機應(yīng)用研究. 2014(08)
[4]新型全局優(yōu)化蝙蝠算法[J]. 李煜,馬良.  計算機科學(xué). 2013(09)



本文編號：3530285