计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
11期
3991-3996
,共6页
量子遗传%分组寻优%模拟退火%自适应%函数优化
量子遺傳%分組尋優%模擬退火%自適應%函數優化
양자유전%분조심우%모의퇴화%자괄응%함수우화
quantum genetic%grouping optimization%simulated annealing%adaptive%function optimization
量子遗传算法的早熟问题影响算法的求解性能,为提高算法能力,提出基于混合蛙跳的量子遗传算法.算法引入混合蛙跳和模拟退火准则,采用量子变异策略;利用组内寻优和整体寻优,减少算法整体迭代次数.将改进后的量子遗传算法应用于函数优化方面,用测试函数的寻优来评价算法性能,实验结果表明,该算法有效提高了算法性能,能求解出符合要求的全局最优值,改善了早熟收敛的问题.
量子遺傳算法的早熟問題影響算法的求解性能,為提高算法能力,提齣基于混閤蛙跳的量子遺傳算法.算法引入混閤蛙跳和模擬退火準則,採用量子變異策略;利用組內尋優和整體尋優,減少算法整體迭代次數.將改進後的量子遺傳算法應用于函數優化方麵,用測試函數的尋優來評價算法性能,實驗結果錶明,該算法有效提高瞭算法性能,能求解齣符閤要求的全跼最優值,改善瞭早熟收斂的問題.
양자유전산법적조숙문제영향산법적구해성능,위제고산법능력,제출기우혼합와도적양자유전산법.산법인입혼합와도화모의퇴화준칙,채용양자변이책략;이용조내심우화정체심우,감소산법정체질대차수.장개진후적양자유전산법응용우함수우화방면,용측시함수적심우래평개산법성능,실험결과표명,해산법유효제고료산법성능,능구해출부합요구적전국최우치,개선료조숙수렴적문제.
