典型文献
嵌入邻域变异策略的量子灰狼优化算法
文献摘要：
针对灰狼优化算法寻优过程中易陷入局部最优、种群资源利用不充分等不足,提出一种嵌入邻域变异策略的量子灰狼优化算法(Neighborhood Mutation Quantum Grey Wolf Optimizer,NMQGWO).首先,利用量子旋转门更新机制提升灰狼种群的初代多样性.其次,引入非线性惯性权值以提升算法寻优收敛速度并保障算法对全局最优值的搜索能力.最后,嵌入邻域变异策略防止因种群多样性逐步贫化而造成算法陷入局部极小的现象.将NMQGWO算法与其他4种算法针对6种标准测试函数进行仿真对比实验,结果表明,NMQGWO算法的收敛精度和收敛速度优于其他算法,验证了改进策略的有效性.
文献关键词：
灰狼优化算法;量子旋转门;惯性权值;邻域变异
中图分类号：
作者姓名：
李冀;赵博涵;岳出琛;彭翼杰;刘文光
作者机构：
南昌航空大学航空制造工程学院,南昌330063
文献出处：
引用格式：
[1]李冀;赵博涵;岳出琛;彭翼杰;刘文光-.嵌入邻域变异策略的量子灰狼优化算法)[J].小型微型计算机系统,2022(12):2513-2517
A类：
NMQGWO
B类：
邻域变异,变异策略,灰狼优化算法,算法寻优,中易,局部最优,种群资源,Neighborhood,Mutation,Quantum,Grey,Wolf,Optimizer,量子旋转门,更新机制,惯性权值,收敛速度,全局最优值,搜索能力,种群多样性,贫化,成算,局部极小,标准测试函数,仿真对比,收敛精度,改进策略
AB值：
0.318347
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
