多尺度量子谐振子高维函数全局优化算法

doi:10.3969/j.issn.0372-2112.2013.12.023

电子学报 ›› 2013, Vol. 41 ›› Issue (12): 2468-2473.DOI: 10.3969/j.issn.0372-2112.2013.12.023

多尺度量子谐振子高维函数全局优化算法

王鹏¹, 黄焱^2,3, 任超¹, 郭又铭^2,3

1. 成都信息工程学院并行计算实验室, 四川成都 610225;
2. 中国科学院成都计算机应用研究所, 四川成都 610041;
3. 中国科学院大学, 北京 100049

收稿日期:2012-08-21 修回日期:2013-03-06 出版日期:2013-12-25
- 通讯作者:
- 王鹏
- 作者简介:
- 黄焱 男，1982年7月出生于江苏省泗阳县.博士研究生.主要研究方向为智能算法、云计算、并行计算. E-mail：16481339@qq.com
- 基金资助:
- 国家自然科学基金基金 (No.60702075）; 广东省科技厅高新技术产业化科技攻关项目 (No.2011B010200007）; 四川省青年科学基金 (No.09ZQ026-068）; 成都市科技局创新发展战略研究项目 (No.11RXYB016ZF）

Multi-Scale Quantum Harmonic Oscillator for High-Dimensional Function Global Optimization Algorithm

WANG Peng¹, HUANG Yan^2,3, REN Chao¹, GUO You-ming^2,3

1. Parallel Computing Laboratory, Chengdu University of Information Technology, Chengdu, Sichuan 610225, China;
2. Chengdu Institute of Computer Application, Chinese Academy of Sciences, Chengdu, Sichuan 610041, China;
3. University of Chinese Academy of Sciences, Beijing 100049, China

Received:2012-08-21 Revised:2013-03-06 Online:2013-12-25 Published:2013-12-25

摘要/Abstract

摘要： 函数优化问题与量子谐振子从高能态向基态收敛过程具有相似的概率解释，结合基于高斯尺度函数的多尺度二进信息采样方法，提出了高维函数优化问题的多尺度量子谐振子算法模型，该算法模型将高维函数优化过程分为尺度收敛和量子谐振子收敛两个步骤，物理模型明确，无需编码和复杂的初始条件设定，即可实现高维函数优化.通过对15种典型二维优化测试函数和6种典型的高维优化测试函数进行实验和分析表明，多尺度量子谐振子算法可以快速精确地获得高维函数的全局最优解，同时采用“降频”方法可以提高对具有“高频”成分函数的搜索速度.

关键词: 多尺度量子谐振子算法, 波函数, 函数优化, 全局优化

Abstract: With the multi-scale binary sampling methods on the basis of Gaussian scaling function,the model of multi-scale quantum harmonic oscillator algorithm for high-dimensional function global optimization problems is proposed.High-dimensional function optimization process is divided into two steps,scale convergence and quantum harmonic oscillator convergence.This algorithm model is based on the same convergence process probability interpretations between function optimization problem and quantum harmonic oscillator from high-energy state to ground state.This algorithm,which has explicit physical model,can realize high-dimensional function optimization without coding or complex initial conditions.Experiments and analysis are done for 15 typical two-dimensional optimized test functions and 6 typical high-dimensional optimized test functions.The results show that multi-scale quantum harmonic oscillator algorithm gets precise global optimum for high-dimensional function quickly,and with "reduced frequency"approach,the search speed of function with "high frequency" component improves significantly.

Key words: multi-scale quantum harmonic oscillator algorithm, wave function, function optimization, global optimization

中图分类号:

TP301.6

王鹏, 黄焱, 任超, 郭又铭. 多尺度量子谐振子高维函数全局优化算法[J]. 电子学报, 2013, 41(12): 2468-2473.

WANG Peng, HUANG Yan, REN Chao, GUO You-ming. Multi-Scale Quantum Harmonic Oscillator for High-Dimensional Function Global Optimization Algorithm[J]. Acta Electronica Sinica, 2013, 41(12): 2468-2473.

参考文献

［1］王晓蒲,张志诚.图示拟合正电子寿命谱的解谱软件［J］.中国科学技术大学学报,1988,18(4):515-519.
WANG Xiao-pu,ZHANG Zhi-cheng.Plot fit software for positron lifetime［J］.Journal of University of Science and Technology of China,1988,18(4):515-519.(in Chinese)
［2］肖顺平,郭桂蓉,等.基于含参最小二乘估计曲线拟合的极化雷达目标识别方法［J］.电子学报,1997,25(2):32-36.
XIAO Shun-ping,GUO Gui-rong,et al.A method of polarization radar target recognition based on curve fitting by means of the least square estimation of parameters［J］.Acta Electronica Sinica,1997,25(3):32-36.(in Chinese)
［3］夏宇,朱欣焰.高维空间数据索引技术研究［J］.测绘科学,2009,34(1):60-68.
XIA Yu,ZHU Xin-yan.Research on index technology of high dimensional spatial data［J］.Science of Surveying and Mapping,2009,34(1):60-68.(in Chinese)
［4］荔建琦,陈火旺,等.多维函数的进化逼近［J］.计算机学报,2000,23(6):593-601.
LI Jian-qi,CHEN Huo-wang,et al.Evolutionary approximation of multi-dimensional functions［J］.Chinese Journal of Computers,2000,23(6):593-601.(in Chinese)
［5］国博,王社伟,等.改进粒子群算法在高维复杂函数寻优中的应用［J］.计算机工程与应用,2010,46(16):232-234.
GUO Bo,WANG She-wei,et al.Improved particle swarm optimization algorithm for high-dimension complex functions［J］.Computer Engineering and Applications,2010,46(16):232-234.(in Chinese)
［6］高浩,须文波,等.一种优化高维函数的量子—粒子群算法［J］.计算机应用,2007,27(12):2885-2887.
GAO Hao,XU Wen-bo,et al.Quantum-particle swarm algorithm for optimizing high-dimension functions［J］.Journal of Computer Applications,2007,27(12):2885-2887.(in Chinese)
［7］李莉,李洪奇.基于混合粒子群算法的高维复杂函数求解［J］.计算机应用,2007,27(7):1754-1756.
LI Li,LI Hong-qi.Solving for complex functions with high dimensions based on hybrid particle swarm optimization［J］.Journal of Computer Applications,2007,27(7):1754-1756.(in Chinese)
［8］JIAO Li-cheng,Li Yang-yang,et al.Quantum-inspired immune clonal algorithm for global optimization［J］.IEEE Transactions on System,Man,and Cybernetics,Part B,2008,38(5):1234-1253.
［9］LI Yang-yang,Xiang Rong-rong,et al.An improved cooperative quantum-behaved particle swarm optimization［J］.Soft Computing,2012,16(6):1061-10699.
［10］王鹏.云计算的关键技术与应用实例［M］.北京:人民邮电出版社,2010.170-171.
［11］曾谨言.量子力学（卷Ⅰ）［M］.北京:科学出版社,2007.29-34.
［12］樊平毅,冯重熙.窗函数在成形滤波器设计中的应用［J］.通信学报,1996,17(2):75-80.
FAN Ping-yi,FENG Chong-xi.The application of window’s function to design of shaping filter［J］.Journal of China Institute of Communications,1996,17(2):75-80.(in Chinese)
［13］赵学智,陈文戈,等.基于高斯函数的小波系及其快速算法［J］.华南理工大学学报（自然科学版）,2001,29(1):94-97.
ZHAO Xue-zhi,CHEN Wen-ge,et al.The wavelet series based on gaussian function and its fast algorithm［J］.Journal of South China University of Technology (Natural Science),2001,29(1):94-97.(in Chinese)

[1]	徐佳伟, 罗倩. 基于遗传非参数MDL-BW方法的HMM结构优化[J]. 电子学报, 2022, 50(11): 2765-2772.
[2]	王鹏, 杨云亭. 基于量子自由粒子模型的优化算法框架[J]. 电子学报, 2020, 48(7): 1348-1354.
[3]	周岩, 王鹏, 辛罡, 李波, 王德志. MQHOA优化算法能级稳定过程及判据研究[J]. 电子学报, 2019, 47(6): 1337-1343.
[4]	杜振鑫, 刘广钟, 韩德志, 余学山, 贾建鑫. 基于全局无偏搜索策略的精英人工蜂群算法[J]. 电子学报, 2018, 46(2): 308-314.
[5]	王玉江, 王志斌, 陈媛媛, 宋雁鹏, 王芳, 薛鹏, 薛锐. AOTF-NIR宽带功率超声换能器阻抗匹配网络的设计与优化[J]. 电子学报, 2017, 45(5): 1057-1063.
[6]	陈昭男, 刘锡国, 王红星, 张晨亮. 基于PSWF框架的非正交脉冲波形调制方法[J]. 电子学报, 2016, 44(3): 620-626.
[7]	王福才, 周鲁苹. 混合精英策略的元胞多目标遗传算法及其应用[J]. 电子学报, 2016, 44(3): 709-717.
[8]	张屹, 万兴余, 郑小东, 孙莉莉. 基于正交设计的元胞多目标遗传算法[J]. 电子学报, 2016, 44(1): 87-94.
[9]	暴励. 一种思维进化蜂群算法[J]. 电子学报, 2015, 43(5): 948-955.
[10]	胡金花, 陈明生, 孔勐, 沈晶, 吴先良. 基于稳定的时域积分方程方法对多天线辐射问题和互耦问题的研究[J]. 电子学报, 2015, 43(3): 620-624.
[11]	马卫, 孙正兴. 采用搜索趋化策略的布谷鸟全局优化算法[J]. 电子学报, 2015, 43(12): 2429-2439.
[12]	周新宇, 吴志健, 王晖, 李康顺, 张浩宇. 一种精英反向学习的粒子群优化算法[J]. 电子学报, 2013, 41(8): 1647-1652.
[13]	钱洁, 郑建国. 引入逆学习的量子自适应禁忌搜索算法[J]. 电子学报, 2013, 41(6): 1069-1075.
[14]	刘闯, 韩敏, 邢军. 一种基于膜系统的全局智能优化算法[J]. 电子学报, 2013, 41(5): 871-877.
[15]	郝海青, 马航, 庄健. 新型复杂进化全局优化算法的研究[J]. 电子学报, 2013, 41(4): 704-709.

多尺度量子谐振子高维函数全局优化算法

Multi-Scale Quantum Harmonic Oscillator for High-Dimensional Function Global Optimization Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics