量子遺傳算法的改進及其在火電機組負荷優(yōu)化分配上的應用.pdf

1、量子遺傳算法是將量子計算的概念和理論與遺傳算法的迭代進化思想相結(jié)合的一種概率搜索算法。針對量子遺傳算法(QGA)中量子旋轉(zhuǎn)門更新操作復雜而且耗時長的缺點，本文提出一種改進型量子遺傳算法，采用單實數(shù)編碼取代原算法的實數(shù)對編碼，減少內(nèi)存存儲，將染色體的更新由矩陣與向量相乘簡化為步長加減，減小計算量。這些改進極大的提高了算法的運行速度，還使算法更為簡潔而易于實現(xiàn)。
　　 在解決帶約束優(yōu)化問題上，本文設(shè)計一種基于量子遺傳算法的量子不確定

2、性理論的檢測旋轉(zhuǎn)門法。此方法通過對非可行域的染色體進行重復測量直至滿足約束條件，使得每個個體都處于可行域，并對這些染色體進行檢測旋轉(zhuǎn)門操作，同時對算法的變異部分進行了改進。經(jīng)測試證明此方法在解決帶約束的優(yōu)化問題上有著良好的優(yōu)化性能。
　　 最后，通過對火電機組負荷優(yōu)化分配問題的研究，建立問題的數(shù)學模型，確定問題的約束條件。再使用改進型量子遺傳算法和檢測旋轉(zhuǎn)門法對其進行優(yōu)化求解，確定優(yōu)化方案以及算法的細節(jié)部分，并通過實例仿真證明了