摘要:针对QPSO(qantum-behaved particle swarm optimization)算法中的信息加工问题,首先对势阱中心公式中的随机因子进行分析,提出了2元相关因子的概念,并使用正态Copula函数建立了粒子对自身经验信息pbest和群体共享信息gbest认知的内在联系。接着,提出了2元相关性QPSO(binary correlation QPSO,简称BC-QPSO)算法,并通过仿真实验给出相关因子的相关程度与种群多样性的关系。最后对6个测试函数的仿真结果证明,BC-QPSO算法通过选择合适的相关系数ρ的取值,可以获得更好的优化性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社