袁亚男
- 作品数：3 被引量：16H指数：3
- 供职机构：中国科学院成都计算机应用研究所更多>>
- 发文基金：国家自然科学基金四川省青年科技基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 多尺度量子谐振子算法性能分析被引量：8
- 2015年
- 多尺度量子谐振子算法(MQHOA)具有良好的全局收敛性以及自适应性。为分析研究MQHOA求解精度与速度具体性能,通过求解整数非线性规划问题,将MQHOA和采用量子行为模型且已被广泛使用的量子粒子群优化(QPSO)算法以及改进的随机平均最好位置量子粒子群(QPSO-RM)算法进行理论模型和实验对比,仿真实验中,MQHOA对7组无约束整数规划问题的求解均取得100%成功率且求解速度整体上略快于QPSO和QPSO-RM;对2组有约束整数规划问题的求解速度比QPSO、QPSO-RM稍慢,但MQHOA的求解成功率均为100%,高于后两者;通过和QPSO、QPSO-RM的收敛过程进行对比,MQHOA更快更早于对比算法收敛到全局最优解。实验结果表明:MQHOA能有效地适应整数规划求解问题,能够避免陷入局部最优解的情况从而获得全局最优解,并在求解精度和收敛速度上均优于对比算法。
- 袁亚男王鹏刘峰
- 关键词：量子粒子群优化算法
- 多尺度量子谐振子优化算法实现方法研究被引量：3
- 2015年
- 多尺度量子谐振子优化算法(MQHOA)是一种利用量子谐振子的概率解释构造的新智能优化算法,其运行框架包含2个互相嵌套的过程:量子谐振子收敛和多尺度收敛。采样运算是MQHOA算法的基本运算单元,其高斯随机数的生成效率直接影响算法的执行效率,采用Box-Muller方法实现高斯随机数的高效生成,大幅提升MQHOA算法的执行效率。通过对MQHOA算法运行框架与方法的分析,给出MQHOA算法的详细实现方法;对10个优化测试函数进行实验分析,其结果与10个相关算法的结果进行对比,表明MQHOA算法可以准确地求解一维和多维函数优化问题。
- 刘峰王鹏黄焱袁亚男
- 关键词：函数优化
- 多尺度量子谐振子算法的收敛特性被引量：10
- 2016年
- 多尺度量子谐振子算法的收敛特性证明单一尺度的收敛过程不能同时获得良好的全局搜索精度和局部搜索精度,只有采用多尺度迭代才能实现对全局最优解的逐步精确定位,所以MQHOA算法利用量子谐振子收敛过程(QHO收敛)和多尺度收敛过程(M收敛)两个嵌套的收敛过程实现对优化问题的求解.QHO收敛过程按谐振子波函数由高能态向低能态的变化实现搜索区域的收缩,M收敛过程以2的倍数逐步减小尺度提高搜索精度.算法的波函数收敛定理证明QHO收敛时采样分布为高斯分布.QHO收敛过程算法模型中不同能级和不同尺度下的波函数图像为跟踪研究算法的迭代收敛过程提供了直观的具有物理含义的手段.实验证明算法在收敛过程中基态波函数形态和基态时零点能的存在都与算法物理模型的理论描述和预言是高度吻合的.
- 王鹏黄焱袁亚男都政安俊秀
- 关键词：优化算法量子算法量子谐振子
