论文部分内容阅读
由于量子粒子群优化算法在迭代后期易出现粒子多样性差,收敛到局部最优解等缺点。为解决上述问题,提出一种融合差分进化的量子粒子群优化算法。上述算法在量子粒子群算法的上,首先利用差分思想对粒子的速度提出一种改进策略,再对陷入局部最优的粒子进行交叉选择操作,从而较好的保持种群中粒子的多样性,避免粒子后期陷入局部最优。通过对3个测试函数进行的仿真,结果表明融合了差分进化算法的量子粒子群算法具有收敛速度快、收敛能力强等特点,解决了算法局部最优问题。