基于量子遺傳算法的改進的粒子群算法及其應(yīng)用.pdf

1、隨著海洋資源日趨得到關(guān)注,人們利用水下潛器完成海洋資源探索和開發(fā)的期望也日益高漲,對潛器實現(xiàn)智能控制和自主導(dǎo)航提出了越來越高的要求。路徑規(guī)劃技術(shù)直接關(guān)系到水下潛器智能水平的高低,是其智能導(dǎo)航控制的關(guān)鍵技術(shù)之一。
　　 粒子群優(yōu)化算法(簡稱PSO)是一種新興的智能群算法,作為一種并行隨機優(yōu)化算法,它不依賴導(dǎo)數(shù)信息,而是通過個體粒子的簡單迭代和群體間的信息共享實現(xiàn)復(fù)雜的搜索,可以解決非線性、不可微和多峰病態(tài)函數(shù)等優(yōu)化問題,并已廣泛應(yīng)

2、用到優(yōu)化的各個領(lǐng)域。其中一項重要應(yīng)用正是水下路徑規(guī)劃。但是,標(biāo)準(zhǔn)粒子群優(yōu)化算法在此方面的表現(xiàn)仍不盡如人意,主要體現(xiàn)在:高維問題中相關(guān)參數(shù)難以確定。從而,本文在量子遺傳算法的基礎(chǔ)上,對粒子群算法做了以下改進:1.將標(biāo)準(zhǔn)粒子群算法中的線性遞減權(quán)重調(diào)整為非線性遞減;2.基于量子遺傳算法,將量子門引入粒子群優(yōu)化算法,通過對量子門的調(diào)整來實時的調(diào)整粒子群優(yōu)化算法的相應(yīng)的參數(shù),充分發(fā)揮量子遺傳算法和粒子群優(yōu)化算法的優(yōu)勢。通過對改進算法和標(biāo)準(zhǔn)PSO算