量子遺傳算法的改進研究及在路由選擇問題中的應(yīng)用.pdf

1、量子遺傳算法是將量子計算與遺傳算法相結(jié)合而形成的一種混合遺傳算法，它彌補了傳統(tǒng)遺傳算法的某些不足；利用量子計算的一些概念和理論，如量子位、量子疊加態(tài)等，使用量子比特編碼染色體，這種概率幅表示可以使一個量子染色體同時表達多個狀態(tài)的信息，用量子門對疊加態(tài)的作用作為進化操作，能很好地保持種群多樣性和避免選擇壓力問題，而且當前最優(yōu)個體的信息能夠很容易用來引導(dǎo)變異，使得種群以大概率向著優(yōu)良模式進化，從而實現(xiàn)目標的優(yōu)化求解。 在量子遺傳算法

2、被提出以后，由于量子算法的內(nèi)在并行性，在許多領(lǐng)域的應(yīng)用都獲得了成功；人們也相繼提出了許多改進算法。本文在已有研究的基礎(chǔ)上，主要做了以下研究工作： 1.進一步改進了量子遺傳算法的收斂性能，提出了一種改進的混合量子遺傳算法(An Improved Hybrid Quantum Genetic Algorithm，IHQGA)，該算法在量子個體上實施量子交叉，這一操作有利于保留相對較好的基因段；采用量子比特相位法更新量子門和自適應(yīng)調(diào)整

3、搜索網(wǎng)格的策略；引入擬Newton算法進行局部搜索操作，使得種群的多樣性強，解的收斂精度高，收斂速度快；通過復(fù)雜函數(shù)測試標明此算法的優(yōu)化質(zhì)量和效率都強于傳統(tǒng)遺傳算法和量子遺傳算法。 2.將量子遺傳算法用在組合優(yōu)化問題中，提出了一種基于改進量子遺傳算法的QoS組播路由算法，該算法通過量子非門進行量子變異操作阻止未成熟收斂和提高算法的全局搜索能力；采用量子比特相位法更新量子門策略保持種群的多樣性；使用最小代價組播樹算法(簡稱KMB算

4、法，由Kou Markowsky和Berman提出的)進行受約束最小Steiner樹的生成，通過仿真實驗標明，此算法在種群規(guī)模較小、迭代次數(shù)較少的情況下就可以收斂到最優(yōu)解，該算法的優(yōu)化質(zhì)量和效率都強于傳統(tǒng)遺傳算法和量子遺傳算法。 量子遺傳算法將量子機制引入到常規(guī)遺傳算法中，具有收斂速度快和全局尋優(yōu)能力強的特點，這將使得它有望獲得更廣泛的關(guān)注和應(yīng)用。本文對量子遺傳算法改進與應(yīng)用研究，進一步提高了算法的性能，拓展了算法的應(yīng)用領(lǐng)域，對