一种新的自适应量子遗传算法

摘要：

现有基于 Bloch 球面坐标的量子进化算法存在收敛速度慢和鲁棒性不稳定的问题。为此，提出基于斐波那契特性更新的自适应量子遗传算法。在最优解的搜索过程中，考虑目标函数在搜索点的变化率，建立自适应因子λ，反映搜索点处目标适应度值相对于相邻两代最佳目标函数值一阶差分的变化，调整λ以改善算法收敛的方向和速度。分析量子旋转门转角步长调整策略，建立基于斐波那契数列特性的转角步长函数Δφ和Δθ的更新规则。应用该算法求解多维复杂函数的极值优化问题，时间复杂度理论分析和仿真结果证明，该算法在收敛速度、效率和稳定鲁棒性等方面均有明显改善。

关键词：量子计算、Bloch球坐标、量子遗传算法、斐波那契数列、自适应因子、时间复杂度

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60871080；陕西省自然科学基金资助项目2012JQ8046；陕西省教育厅专项科研计划基金资助项目11JK0933

在线出版日期：2013-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：218-221