不确定性智能规划算法研究

摘要：

在众多研究领域都存在着客观或者人为的不确定优化问题，传统方法很难解决此类问题。论文在简述了传统量子遗传算法的原理和结构的基础上，分析了传统量子遗传算法主要存在的问题，即解空间转换和如何确定量子门的旋转相位，以此进行算法的改进，给出了改进量子遗传算法的流程，并以 Shaffer’s F1多峰不确定优化问题为例，分析了 IQGA的运行效率、收敛速度等性能。通过仿真研究表明 IQGA运行效率较高，收敛速度较快，能较好地支持不确定规划问题。

关键词：不确定性、智能规划、进化算法、IQGA

所属期刊栏目：44

分类号：TN99

在线出版日期：2016-12-16（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：2148-2151