彭　广，方洋旺，张　磊，刁兴华，徐　洋

（空军工程大学航空航天工程学院，西安　710038）

一种改进的量子粒子群算法*

彭广，方洋旺，张磊，刁兴华，徐洋

（空军工程大学航空航天工程学院，西安710038）

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码，将动态量子旋转门引入到粒子群算法中，采用自适应变异，提出了一种改进的量子粒子群算法。然后运用Penalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中，获得了最优的分配方案。仿真研究表明，该算法具有收敛速度快、搜索能力强和稳定性高的特点。

量子粒子群算法，实数编码，动态量子旋转门，自适应变异，武器目标分配

0　引言

为了使多种智能算法优势互补，遵循“组合优化”的思路，对不同智能优化算法进行融合是一个重要的研究思路。量子进化算法（QEA）就是量子计算与进化计算相融合的产物［1］，它将量子比特的概率幅表示方式应用于染色体的编码，使得染色体能够以概率表示所有状态。同时，QEA利用染色体最优个体的信息来更新量子旋转门，使整个种群向当前最优解快速收敛。其中，Narayanan等［2］于1996年首次将量子理论与进化算法相结合，提出了量子衍生遗传算法（QIEA）的概念。Han等［3-5］将其扩展为量子进化算法，实现了组合优化问题的求解。孙俊等［6］将量子算法引入到粒子群算法中，提出了一种量子粒子群算法（QPSO）。方伟等［7］讨论了QPSO的收敛性，证明QPSO是一种全局收敛的算法。……