一種基于云模型的改進型量子遺傳算法

摘要：針對量子遺傳算法在函數(shù)優(yōu)化中易陷入局部最優(yōu)和早熟收斂等缺點，采用云模型對其進行改進，采用量子種群基因云對種群進化進行定性控制，采用基于云模型的量子旋轉門自適應調(diào)整策略進行更新操作，使算法在定性知識的指導下能夠自適應控制搜索空間范圍，能在較大搜索空間條件下避開局部最優(yōu)解。典型函數(shù)對比實驗表明，該算法可以避免陷入局部最優(yōu)解，能提高全局尋優(yōu)能力，同時能以更快的速度收斂于全局最優(yōu)解，優(yōu)化質(zhì)量和效率都要優(yōu)于遺傳算法和量子遺傳算法。