自适应分组量子衍生蛙跳算法

摘要：

为提高传统蛙跳算法的优化能力,基于组内平均目标函数值实施动态分组,采用多量子比特概率幅实施个体编码,基于组内最优蛙和组间最优蛙确定旋转角度,采用基于张量积构造的多比特量子旋转门实施组内最差蛙的更新.标准函数极值优化的实验结果表明,该算法的单步迭代时间较长但优化能力较传统蛙跳算法约有两个数量级的提高,从而表明提出的分组策略和编码方法切实能够提高传统蛙跳算法的优化能力.

关键词：量子计算、群智能优化、蛙跳算法、自适应分组

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：黑龙江省自然科学基金F2015021;黑龙江省教育厅科学技术研究项目12541059Natural Science Foundation of Heilongjiang Province of ChinaF2015021;Scientific Technology Research Project of the Education Department of Heilongjiang Province of China12541059

在线出版日期：2017-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1306-1317