10.3778/j.issn.1673-9418.1407033
结合远离最差策略的自适应量子进化算法
针对传统的量子进化算法只使用当前最优个体作为指导,存在进化能力不足,易陷入局部极值的问题,提出了一种结合远离最差策略的自适应量子进化算法KSQEA,使个体在进化过程中不仅向最优个体靠近,而且还远离最差个体,这样在最优个体优势不明显时仍有可能获得进化动力。旋转角更新则采用一种新的自适应波浪式衰减方式,以更好地平衡探查和利用。在函数优化和背包问题上的实验结果表明,以上措施有效地增强了算法的搜索能力,提高了解的质量。
进化算法、量子进化算法、自适应、函数优化、背包问题
TP301(计算技术、计算机技术)
The Natural Science Foundation of Shanxi Province of China under Grant Nos.2010011022-1,2013011016-4
2014-11-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
1373-1380