GQPSO算法在动态环境优化问题中的应用

动态环境优化问题求解是近年来优化领域的研究热点。为了解决动态环境优化问题中种群的早熟收敛现象，寻找3种学习策略更新种群中的吸引子，提出一种基于高斯分布的量子行为粒子群优化算法（GQPSO）。在改进算法中，种群中粒子的吸引子由高斯公式产生。通过对比3种吸引子对算法的影响，确定了产生吸引子的最佳更新公式。此外，GQPSO算法中粒子的位置由概率密度函数以一定概率分散在搜索空间内，处于束缚状态，因此可以增加种群多样性以达到全局搜索，从而提高GQPSO算法在求解动态环境优化问题上的收敛能力。