计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2015年
2期
369-373
,共5页
刘晓红%曲志坚%曹雁锋%张先伟%冯刚
劉曉紅%麯誌堅%曹雁鋒%張先偉%馮剛
류효홍%곡지견%조안봉%장선위%풍강
组合优化%量子衍生进化算法%最优解%多宇宙%并行计算
組閤優化%量子衍生進化算法%最優解%多宇宙%併行計算
조합우화%양자연생진화산법%최우해%다우주%병행계산
combination optimization%Quantum-inspired Evolutionary Algorithm (QEA)%optimal solution%multiunivere%parallel computing
进化参量的选取对量子衍生进化算法(QEA)的优化性能有极大的影响,传统QEA在选择进化参量时并未考虑种群中个体间的差异,种群中所有个体采用相同的进化参量完成更新,导致算法在解决组合优化问题中存在收敛速度慢、容易陷入局部最优解等问题.针对这一问题,采用自适应机制调整QEA的旋转角步长和量子变异概率,算法中任意一代的任一个体的进化参量均由该个体自身适应度确定,从而保证尽可能多的进化个体能够朝着最优解方向不断靠近.此外,由于自适应量子进化算法需要评估个体的适应度,导致运算时间较长,针对这一问题则采用多宇宙机制将算法分布于多个宇宙中并行实现,从而提高算法的执行效率.通过搜索多峰函数最优解和求解背包问题测试算法性能,结果表明,与传统QEA相比,所提出算法在收敛速度、搜索全局最优解及执行速度方面具有较好的表现.
進化參量的選取對量子衍生進化算法(QEA)的優化性能有極大的影響,傳統QEA在選擇進化參量時併未攷慮種群中箇體間的差異,種群中所有箇體採用相同的進化參量完成更新,導緻算法在解決組閤優化問題中存在收斂速度慢、容易陷入跼部最優解等問題.針對這一問題,採用自適應機製調整QEA的鏇轉角步長和量子變異概率,算法中任意一代的任一箇體的進化參量均由該箇體自身適應度確定,從而保證儘可能多的進化箇體能夠朝著最優解方嚮不斷靠近.此外,由于自適應量子進化算法需要評估箇體的適應度,導緻運算時間較長,針對這一問題則採用多宇宙機製將算法分佈于多箇宇宙中併行實現,從而提高算法的執行效率.通過搜索多峰函數最優解和求解揹包問題測試算法性能,結果錶明,與傳統QEA相比,所提齣算法在收斂速度、搜索全跼最優解及執行速度方麵具有較好的錶現.
진화삼량적선취대양자연생진화산법(QEA)적우화성능유겁대적영향,전통QEA재선택진화삼량시병미고필충군중개체간적차이,충군중소유개체채용상동적진화삼량완성경신,도치산법재해결조합우화문제중존재수렴속도만、용역함입국부최우해등문제.침대저일문제,채용자괄응궤제조정QEA적선전각보장화양자변이개솔,산법중임의일대적임일개체적진화삼량균유해개체자신괄응도학정,종이보증진가능다적진화개체능구조착최우해방향불단고근.차외,유우자괄응양자진화산법수요평고개체적괄응도,도치운산시간교장,침대저일문제칙채용다우주궤제장산법분포우다개우주중병행실현,종이제고산법적집행효솔.통과수색다봉함수최우해화구해배포문제측시산법성능,결과표명,여전통QEA상비,소제출산법재수렴속도、수색전국최우해급집행속도방면구유교호적표현.