本发明公开了一种基于人工蜂群算法和量子粒子群算法的优化计算方法,其包括以下主要步骤:(1)根据实际问题编制待优化目标函数;(2)输入算法的通用运行参数:种群数目、迭代次数、变量维数、变量取值范围、待优化目标函数;(3)选取ABC、QPSO、QPSO+ABC和ABC+QPSO的一种或多种计算方法进行计算;(4)若只使用一种,直接判断结果是否满足优化要求;若多于一种计算方法,综合比较计算结果及评价最优的结果是否满足此次优化的要求;(5)若满足要求,运算结束,输出计算结果和迭代曲线;(6)否则,修改算法的输入参数,重新计算,输出参数调整后的计算结果和迭代曲线,获取最终优化结果。
基于人工蜂群算法和量子粒子群算法的优化计算方法,所述人工蜂群算法下称ABC,所述量子粒子群算法下称QPSO,包括以下步骤:步骤1:分析实际问题,编制待优化目标函数;步骤2:输入群智能算法的运行参数,所述运行参数为种群数目、迭代次数、变量维数、变量取值范围、待优化目标函数;步骤3:根据优化需求,可以选择下述算法中的一种或两种或三种或四种进行计算:(a)选择ABC算法;(b)选择QPSO算法;(c)选择顺序为QPSO+ABC并以串联结构衔接的混合算法;(d)选择顺序为ABC+QPSO并以串联结构衔接的混合算法;步骤4:若计算只采用上述算法中的一种,直接输出计算结果,转向步骤5;若为得到更好的优化结果或进行不同算法间的优化性能比较,可以选择上述四种方法中的两种或三种或四种进行计算结果比较,转向步骤6;步骤5:判断该单一算法的优化结果是否满足本次优化要求,转向步骤7;步骤6:综合比较上述选择几种算法的计算结果,根据目标函数值的优劣筛选出最优结果,评价该最优结果是否满足此次优化计算的要求;步骤7:若满足要求,运算结束;否则,修改算法的运行参数,增大种群数目和迭代次数,重新计算,输出运行参数调整后的计算结果和迭代曲线,获取 最终优化结果。
本文链接:http://www.vipzhuanli.com/tech/sell/s_2306881.html,转载请声明来源钻瓜专利网。