论文部分内容阅读
为了克服标准粒子群算法容易陷入局部最优的缺点，结合量子优化和反向学习的思想，提出一种混合反向学习和量子优化的粒子群算法．该混合算法在种群初始化、种群的跳越和种群最优个体的局部改进三方面上提高了量子粒子群算法的性能，有效地避免粒子群陷入局部最优并加速种群收敛．数值实验表明，混合算法在不同的函数优化方面具有较高的性能．