黄　山　覃　华　苏一丹　冯志新

(1.广西大学计算机与电子信息学院　南宁　530004)(2.广西通信规划设计咨询有限公司　南宁　530022)



解复杂连续函数优化问题的动态量子遗传算法

黄山1覃华1苏一丹1冯志新2

(1.广西大学计算机与电子信息学院南宁530004)(2.广西通信规划设计咨询有限公司南宁530022)

研究了一种解复杂连续函数优化的动态量子遗传算法(DQGA)。设计一种动态量子旋转角的更新策略及量子门调整策略,以加快算法收敛速度,同时为淘汰适应度差的个体,量子旋转策略表中动态地嵌入了变异算子。在算法进化后期引入灾变算子使算法及时跳出局部最优,避免早熟收敛。五个复杂连续函数的测试实验表明:所提算法对复杂连续函数优化问题的寻优能力较QGA更强,算法的稳定性更高,算法的迭代次数亦优于传统量子遗传算法。

复杂连续函数优化; 量子遗传算法; 动态调整旋转角; 灾变算子

Class NumberTP18

1　引言

量子遗传算法(Quantum Genetic Algorithm,QGA)将量子计算原理引入到传统的遗传算法中,用量子比特编码来表示染色体,用量子门来更新染色体,进而完成进化搜索,提高遗传算法搜索的性能,使其具有种群规模小却不影响算法性能、同时兼有“探索”(exploration)和“利用”(exploitation)的能力、收敛速度快和全局寻优能力强的特点。文献[1]首次提出了量子遗传算法的概念;文献[2～3]分别提出了遗传量子算法和并行量子遗传算法,并将两算法都用来求解组合优化问题,结果表明以量子比特为基础的量子遗传算法更适合于解决组合优化问题,为将量子遗传算法应用于连续函数优化问题,国内外学者陆续提出了一些改进的量子算法[4～7]。……