文献类型：期刊文章

作　　者：王欢[1]

WANG Huan(Network and Modern Education Technology Center, Zhongkai University of Agricuhure and Engineering, Guangzhou 510225, China)

机构地区：[1]仲恺农业工程学院网络与现代教育技术中心,广东广州510225

出　　处：《仲恺农业工程学院学报》

年　　份：2017

卷　　号：30

期　　号：4

起止页码：40-45

语　　种：中文

收录情况：CAB、CAS、普通刊

摘　　要：针对常规量子遗传算法(Quantum genetic algorithm,QGA)在求解连续函数优化问题时容易陷入局部极值,提出了一种改进的多种群量子遗传算法(Improved multi-population quantum genetic algorithm,IMPQGA).该算法将初始化种群划分成N个子种群,每个子种群按不同的量子旋转门策略更新,然后相互交换子种群最优个体,同时在算法进化中引入一种新的量子旋转门,随进化代数增加动态地调整染色体个体进化方向,使算法及时跳出局部最优,避免早熟收敛.仿真结果表明,该算法相比常规量子遗传算法和多种群遗传算法(Multi-population quantum genetic algorithm,MPQGA)具有更好的优化性能.

关 键 词：量子遗传算法 量子旋转门 改进型多种群量子遗传算法  连续函数优化

分 类 号：TP18]