雙鏈量子遺傳算法的收斂性分析及改進方法研究.pdf

1、量子遺傳算法是將量子計算與遺傳算法相結(jié)合形成的一種混合遺傳算法，它彌補了傳統(tǒng)遺傳算法的某些缺陷，特別適用于復(fù)雜工程問題的最優(yōu)化求解。該算法采用量子比特編碼量子染色體的基因位，采用量子旋轉(zhuǎn)門更新種群，使量子染色體的量子比特基因位向當前最優(yōu)染色體的量子比特基因位靠近，產(chǎn)生最優(yōu)個體，加快算法的收斂速度。量子遺傳算法存在的問題有：
　?。?）傳統(tǒng)的量子編碼操作使概率幅值更趨近于0或1，容易導(dǎo)致算法陷入局部極值，產(chǎn)生早熟收斂現(xiàn)象。
　

2、?。?）傳統(tǒng)的量子旋轉(zhuǎn)門旋轉(zhuǎn)角的大小和方向是根據(jù)事先設(shè)計好的調(diào)整策略確定的，并且直接影響著算法的收斂速度和解的收斂精度。
　　（3）對算法復(fù)雜性和收斂性的理論研究很薄弱。
　　針對量子遺傳算法存在的缺陷，本論文的主要研究內(nèi)容有：
　　(1)現(xiàn)有的雙鏈量子遺傳算法最明顯的缺點就是容易陷入局部極值、收斂速度慢。收斂精度低等問題，已有許多算法對它進行了改進，但很難有本質(zhì)上的突破，并且大部分文獻通常用實驗結(jié)果驗證算法的有效性，

3、穩(wěn)定性和收斂性，對算法收斂性的理論證明尚未見諸報道。本論文從理論上研究了雙鏈量子遺傳算法的收斂性問題，依據(jù)馬爾科夫鏈理論證明該算法的收斂性，通過仿真研究，對算法收斂性和優(yōu)化效率的影響進行了分析討論。
　　(2)雙鏈量子遺傳算法具有種群多樣性、全局搜索能力、計算并行性等良好的性能，但在求解組合優(yōu)化問題時并未完全解決早熟收斂現(xiàn)象，同時也沒有保證雙鏈量子遺傳算法的全局收斂。為此，本論文提出一種改進旋轉(zhuǎn)門的雙鏈量子遺傳算法，該算法采用一種