摘要 : 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... 展开
| 作者 | 肖文显 刘震 |
|---|---|
| 作者单位 | |
| 英文名称 | Particle Swarm Optimization Based on Opposition-based Learning and Quantum Optimization |
| 期刊名称 | 《微电子学与计算机》 |
| 期刊英文名称 | 《Microelectronics & Computer》 |
| 页码/总页数 | 126-130 / 5 |
| 语种/中图分类号 | 汉语 / TP311 |
| 关键词 | 粒子群优化 量子优化 反向学习 函数优化 |
| 基金项目 | 国家自然科学基金项目（70701013）；河南省教育厅2007年自然科学研究计划（2007520068） |
| 收录情况 | BDHX CSCD CSTPCD |
| 机标主题词 / 分类号 | 量子;粒子群算法;群体组合 / O413;TP18;C912 |
