王 鹏，陈雅琴，辛 罡，焦育威，尹鑫钰，杨国松，周 岩，穆 磊，王 方

(西南民族大学计算机科学与工程学院，四川 成都610041)

优化算法已经历了半个多世纪的发展，大概可以分为三个阶段(如图1)：第一个阶段是以遗传算法[1]、模拟退火算法[2]、蚁群算法[3]和粒子群算法[4]等经典算法为代表的经典时期，这一时期奠定了后来优化算法的基本格局；第二个阶段是优化算法的繁盛时期，这一时期的特征为大量的新算法、改进算法和混合算法被提出来，优化算法的性能获得了较大的提升.这一时期出现了新算法过多、过滥的问题，新算法的名称千奇百怪，其中以生物名称居多，优化算法的名字几乎可以组成一本生物百科全书；第三个阶段是优化算法的统一阶段，这一阶段大家发现优化算法可能存在核心迭代过程，一些算法被简化后的骨架算法被提出来进行研究，这些骨架算法出人意料的具有不错的性能[5-7].但长期以来优化算法都缺乏严格完备的数学基础，这一问题阻碍了优化算法成为一门严肃的科学，需要寻找一个具有完备数学框架的模型来对优化算法进行描述.

寻找优化算法的数学模型，量子力学是一个重要的备选理论.著名物理学家费曼认为“自然不是经典的，如果你想模拟自然，你最好把它变成量子力学”.量子力学所描述的概率化的世界图像与优化算法迭代过程中的概率行为具有内在的相似性.从二十世纪九十年代开始，量子理……