量子衍生多目標(biāo)進(jìn)化算法及其應(yīng)用研究.pdf

1、量子衍生進(jìn)化算法是基于量子計(jì)算原理的一種進(jìn)化算法。它以量子計(jì)算的一些概念和原理為基礎(chǔ)，用量子位編碼，量子門作為更新算子來完成進(jìn)化搜索。與傳統(tǒng)進(jìn)化算法相比，量子衍生進(jìn)化算法能夠更容易的在探索與開發(fā)之間取得平衡，具有種群規(guī)模小、收斂速度較快、全局尋優(yōu)能力強(qiáng)的特點(diǎn)。 研究結(jié)果表明量子衍生進(jìn)化算法在很多多目標(biāo)優(yōu)化問題上比傳統(tǒng)進(jìn)化算法具有更好的性能，但解決一些復(fù)雜多維問題的能力不強(qiáng)，容易陷入局部最優(yōu)，造成算法的早熟。為了使量子衍生進(jìn)化算法

2、能夠有效的克服以上缺點(diǎn)，更好的解決實(shí)際中的優(yōu)化問題，本文對此做了進(jìn)一步的研究。 本文的主要的研究內(nèi)容和成果如下： (1)提出一種基于R&Nε門新的量子衍生多目標(biāo)進(jìn)化算法。該算法主要思想如下：為縮小種群規(guī)模，對種群采用量子比特編碼；在傳統(tǒng)的旋轉(zhuǎn)門中引入帶概率的非門，改進(jìn)了引導(dǎo)算法進(jìn)化的旋轉(zhuǎn)門，提高了算法的收斂性，避免了其陷入局部最優(yōu)；并結(jié)合傳統(tǒng)進(jìn)化算法中的非支配快速排序和擁擠距離排序算子，最終構(gòu)造出了一種種群規(guī)模小、收斂性