← 返回卡片

原书出处

智能算法导论

161 1 6 . 2 协 同 量 子 粒 子 群 优 化

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.890Z

会增加算法复杂度,即QPSO算法和PSO算法的复杂度是相当的。 虽然QPSO算法的全局搜索能力远远优于一般的PSO算法。

但是与标准的PSO算法一样,QPSO算法同样存在早熟的趋势,也就是当群体进化时,群体的多样性不可避免地减少。这是因为每个粒子都是通过学习自身的当前局部最优值和全局最优值进行下一步的搜索,而不管自身的信息是否有趋向局部最优的倾向。

如果搜索空间是有许多局部最优值的复杂系统,在这种情况下,粒子很有可能陷入局部最优。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter16_0005.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d