基于混合更新策略的量子遺傳算法研究.pdf

1、量子遺傳算法是新發(fā)展起來的一種概率演化算法，其優(yōu)點是種群規(guī)模小，全局搜索能力強和收斂速度快。然而，量子遺傳算法在解決復(fù)雜優(yōu)化問題時的能力不是很強。
　　 為了提高量子遺傳算法解決連續(xù)函數(shù)優(yōu)化問題的能力，本文首先提出混合更新策略，進而提出了基于混合更新策略的量子遺傳算法。該算法受混合策略啟發(fā)，以多策略的角度將不同演化算子融合到量子遺傳算法中。通過在標(biāo)準(zhǔn)測試函數(shù)集中選取不同類型的測試函數(shù)，驗證了混合更新策略的量子遺傳算法在解決連續(xù)函

2、數(shù)優(yōu)化問題的性能。
　　 為了彌補量子遺傳算法在解決復(fù)雜組合優(yōu)化問題的能力不足，又從協(xié)同演化算法多種群角度出發(fā)，將分布估計算法引入，提出了一種異質(zhì)協(xié)同量子遺傳算法。將種群分成了兩個子種群，其中一個子種群應(yīng)用混合更新策略的量子遺傳算法進化，而另一個子種群應(yīng)用分布估計算法進化，同時采用隔代遷移操作作為兩種群之間的交互。這樣既保留了基于混合更新策略量子遺傳算法的優(yōu)勢，又發(fā)揮出了分布估計算法在解決復(fù)雜組合優(yōu)化問題的優(yōu)勢。