資源描述：
《量子遺傳進(jìn)化算法的收斂性研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2013牟glO期文章編號(hào)：1009—2552(2013)10—0161—04中圖分類號(hào)：T~01．6文獻(xiàn)標(biāo)識(shí)碼：A量子遺傳進(jìn)化算法的收斂性研究沈微微，華明正，李敏(1．宿遷學(xué)院，江蘇宿遷223800；2．宿遷廣電網(wǎng)絡(luò)公司，江蘇宿遷223800)摘要：量子遺傳算法建立在量子的態(tài)矢量表達(dá)基礎(chǔ)上，染色體的編碼用量子比特的幾率幅表示，使得一條染色體表達(dá)多個(gè)態(tài)的疊加，再利用量子門實(shí)現(xiàn)染色體更新操作，從而達(dá)到目標(biāo)的優(yōu)化求解。它具有種群規(guī)模小而不影響算法性能，收斂速度快和全局優(yōu)化能力強(qiáng)等特點(diǎn)。但是遺傳算法的隨機(jī)性不好把握，收斂方向不好控制，針對(duì)遺傳算法的種種問題，通過多種
2、方法來對(duì)收斂性進(jìn)行研究。關(guān)鍵詞：量子遺傳算法；收斂性；背包問題；量子旋轉(zhuǎn)門StudyonconvergenceofquantumgeneticevolutionalgorithmSHENWei-wei，HUAMing-zheng，LIMin(1．SuqianCollege，Suqian223800，JiangsuProvince，China；2．SuqianRadioandTVNetworkCompany，Suqian223800，JiangsuProvince，China)Abstract：Quantumgeneticalgorithmforquantums
3、tatevectorfortheexpression，theprobabilityamplitudeofquantumbitsexpresschromosomecoding，achromosomecanexpressmultiplestate．Thenupdatechromosomebyquantumgates，togainobjectiveoptimalsolution．Ithasasmallpopulationsizewithoutaffectingalgorithmperformance，fastconvergenceandglobaloptimizat
4、ionabilityandothercharacteristics．However，therandomnessofgeneticalgorithmsgoodgrasp，poorcontrolofthedirectionofconvergence．Geneticalgorithmsfortheproblems，thispaperthroughavarietyofwayscarriesoutastudyontheconvergence．Keywords：quantumgeneticalgorithm；convergence；knapsackproblem；quan
5、tumgate0引言行調(diào)節(jié)來改進(jìn)算法收斂性_2J。本文針對(duì)背包問題提出引入懲罰函數(shù)來對(duì)收斂性進(jìn)行研究，并通過實(shí)量子計(jì)算與遺傳算法的結(jié)合量子遺傳算法驗(yàn)來對(duì)比效果。(QuantumGeneticAlgorithm，簡稱QGA)從2O世紀(jì)9O年代后期開始，Narayanan將量子多宇宙理論1量子遺傳算法引入遺傳算法，提出了多宇宙量子衍生遺傳算法，’遺傳算法的缺點(diǎn)包括：編碼不規(guī)范及編碼存Han等提出量子衍生演化算法，它首次將量子的概在表示的不準(zhǔn)確性；單一的遺傳算法編碼不能全面率幅表達(dá)引入遺傳算法?。后來許多研究者在算地將優(yōu)化問題的約束表示出來；效率比其他傳統(tǒng)的法上又進(jìn)
6、行了相應(yīng)改進(jìn)，并用實(shí)驗(yàn)結(jié)果證明更好。優(yōu)化方法低；容易出現(xiàn)過早收斂；對(duì)算法的精度、可但是遺傳算法的隨機(jī)性不好把握，收斂方向無法進(jìn)信度、計(jì)算復(fù)雜性等方面，還沒有有效的定量分析行有效控制，容易陷入局部最優(yōu)等問題還是不易克方法。服。面對(duì)遺傳算法的各種問題，學(xué)者們開始探索并量子遺傳進(jìn)化算法是量子計(jì)算與遺傳算法相結(jié)構(gòu)建新的算法模型。近年來，學(xué)者們相繼提出多種合的產(chǎn)物。目前，這一領(lǐng)域的研究主要集中在兩類方法來改進(jìn)量子遺傳算法收斂性。比如引入免疫算收稿日期：2013—03—25子，或者通過對(duì)量子旋轉(zhuǎn)門的旋轉(zhuǎn)角及旋轉(zhuǎn)參數(shù)進(jìn)作者簡介：沈微微(1983一)，女，碩士研究生，助理實(shí)驗(yàn)
7、師，研究方向?yàn)檫z傳算法。模型上：一類是基于量子多宇宙特征的多宇宙量子種，根據(jù)量子遺傳算法的計(jì)算特點(diǎn)，選擇量子旋轉(zhuǎn)門衍生遺傳算法(QuantumInspiredGeneticAlgo．較為合適。(，)為染色體的第i個(gè)量子比特，0rithm)，另一類是基于量子比特和量子態(tài)疊加特性為旋轉(zhuǎn)角，其大小和方向根據(jù)一個(gè)事先設(shè)計(jì)的調(diào)整的遺傳量子算法(GeneticQuantumAlgorithm，策略而確定。公式如下：GQA)。1．1量子遺傳算法流程U(ao~=[【。in△c咖=(△]J㈩(1)量子遺傳進(jìn)化算法求解問題的基本步驟I6]：①進(jìn)化代數(shù)初始化：t=0?！尽?。cio
8、s△A0i-。ss△inA‘]‘【主]
