基于蛙跳思想的量子编码遗传算法

2014年第16卷第3期

摘要

关键词

图片

参考文献

相关研究

回顶部

《中国工程科学》 >> 2014年第16卷第3期

基于蛙跳思想的量子编码遗传算法

1. 广东石油化工学院计算机科学与技术系，广东茂名 525000；

2. 广东高校石油化工过程装备故障诊断与信息化控制工程技术开发中心，广东茂名 525000；

3. 湖南师范大学数学与计算机科学学院，长沙 410081

资助项目：国家自然科学基金项目（60903168，61272382）；湖南师范大学青年优秀人才培养计划（ET51102）；广东高校石油化工故障诊断与信息化控制工程技术开发中心开放基金（512016）；茂名市科技计划项目（20120263）收稿日期： 2012-09-26 发布日期： 2014-03-04 14:01:14.000

HTML43 PDF 20 收藏 0

摘要

量子门旋转相位、变异概率大小的确定，是目前制约量子遗传算法效率的两个主要问题。本文提出一种基于蛙跳思想的量子编码遗传算法（QRGA），该算法采用自适应的方式对量子旋转门旋转角进行调整，并基于模糊逻辑将蛙跳的步长进行量化以指导变异概率调整，保证进化的方向性和提高算法效率，对比实验结果表明算法可以避免陷入局部最优解，并能快速收敛到全局最优解，在运行时间和解的性能上都取得了较好的效果。

关键词

量子编码 ; 量子遗传算法 ; 蛙跳算法 ; 群体智能

图片

图1

图2

图3

图4

参考文献

[ 1 ] Tony H. Quantum computing：All Introductions [J]. Computing & Control Engineering Journal，1996，l0（3）：105-112.

[ 2 ] Narayanan A，Moore M. Quantum- Inspired Genetic Algorithm [C]// Proceedings of IEEE International Conference on Evolutionary Computation. Piscataway，1996. 链接1

[ 3 ] Han K H，Park K H，Lee C H. Parallel quantum inspired genetic algorithm for combinatorial optimization problem [J]. IEEE Transactions on Evolutionary Computation，2001，5（1）：1422- 1429. 链接1

[ 4 ] Guo J，Sun L，Wang R. An improved quantum genetic algorithm [J]. Genetic and Evolutionary Computing，2009，10（1）：14-18. 链接1

[ 5 ] Malossini A，Blanzieri E，Calarco T. Quantum genetic optimization [J]. IEEE Transactions on Evolutionary Computation，2008， 12（2）：231-241. 链接1

[ 6 ] 张葛祥，李娜，金炜东，等. 一种新量子遗传算法及其应用 [J]. 电子学报，2004，32（3）：476-479. 链接1

[ 7 ] 李盼池. 基于量子位 Bloch 坐标的量子遗传算法及其应用[J]. 控制理论与应用，2008，25（6）：985-989. 链接1

[ 8 ] 李士勇，李盼池. 基于实数编码和目标函数梯度的量子遗传算法[J]. 哈尔滨工业大学学报，2006，38（8）：1216-1218，1223. 链接1

[ 9 ] 李士勇，李浩. 一种基于相位比较的量子遗传算法[J]. 系统工程与电子技术，2010，32（10）：2219-2222. 链接1

[10] 张亮，陆余良，杨国正，等. 基于球面多区域划分的并行量子遗传算法[J]. 电子与信息学报，2011，33（5）：1035-1041. 链接1

[11] Zhao S，Xu G，Tao T. Real-coded chaotic quantum-inspired genetic algorithm for training of fuzzy neural networks [J]. Computers and Mathematics with Applications，2009，57（11/12）： 2009-2015. 链接1

[12] Gu Jinwei，Gu Manzhan，Cao Cuiwen，et al. A novel competitive co- evolutionary quantum genetic algorithm for stochastic job shop scheduling problem[J]. Computers and Operations Research，2010，37（5）：927-937. 链接1

[13] 罗雪晖，杨烨，李霞. 改进混合蛙跳算法求解旅行商问题 [J]. 通信学报，2009，30（7）：130-135. 链接1

[14] Sun X，Wang Z Q，Zhang D X. A web document classification method based on shuffled frog leaping algorithm[C]// Second International Conference on Genetic and Evolutionary Computing （WGEC 2003）. Jingzhou，2008：205-208．链接1

[15] 骆剑平，李霞. 求解TSP的改进混合蛙跳算法[J]. 深圳大学学报：理工版，2010，27（2）：173-179. 链接1