摘要：針對量子粒子群算法存在的問題，設計基于公共歷史的兩種群并行搜索的量子粒子群算法。在利用群體歷史優(yōu)質解及最優(yōu)粒子變異的基礎上，對粒子群進行篩選，加快粒子群的收斂速度。并采用兩種群并行搜索，防止同時陷入局部極值。通過多個函數(shù)的測試，該算法在收斂速度及尋找全局最優(yōu)方面。都表現(xiàn)出較好的效果。

關鍵詞：粒子群優(yōu)化算法；量子粒子群優(yōu)化算法；公共歷史；并行搜索；局部最優(yōu)

中圖分類號：TP301 文獻標識碼：A