基于概率幅编码的混合量子演化算法

摘要：

个体基于量子概率幅进行编码,并将经典遗传算法的杂交算子用于量子演化算法中演化目标的优化,提出了混合量子演化算法.算法中对量子旋转角自适应更新,并首次引入了突变度的概念定义了自适应的变异算子,对量子个体的演化目标定期实施杂交,有效地交换并利用了演化信息,避免了未成熟收敛,提高了算法效率.数值优化问题的实验结果表明该算法优于QEA和CGA,并能以极大概率成功地解决"大海捞针"问题,且计算效率高,优化速度与CGA相当.

关键词：混合算法、量子演化、杂交算子、突变度

所属期刊栏目：43

分类号：O229;TP301.6(运筹学)

在线出版日期：2007-08-20（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：80-83