量子遺傳算法具有種群規(guī)模小,全局搜索能力強(qiáng)的特點(diǎn)被廣泛應(yīng)用于各類優(yōu)化問(wèn)題的求解.為了進(jìn)一步提高量子遺傳算法的收斂速度和搜索穩(wěn)定性,克服算法的早熟問(wèn)題,本文改進(jìn)了基于自適應(yīng)機(jī)制的量子遺傳算法.在自適應(yīng)量子遺傳算法的基礎(chǔ)上根據(jù)種群的適應(yīng)度定義了個(gè)體相似度評(píng)價(jià)算子、個(gè)體適應(yīng)度評(píng)價(jià)算子和種群變異調(diào)整算子及相應(yīng)算子的計(jì)算方法,利用多算子協(xié)同評(píng)價(jià)當(dāng)前種群狀態(tài)并根據(jù)進(jìn)化代數(shù)的變化,自適應(yīng)的改變個(gè)體的變異概率,提高了算法全局尋優(yōu)能力和收斂速度,降低了算法陷入局部尋優(yōu)的概率.此外,為了提高算法的時(shí)間效率,將算法采用并行多宇宙的方式實(shí)現(xiàn).實(shí)驗(yàn)結(jié)果表明,本文提出的算法在全局搜索性能、收斂速度和時(shí)間效率方面有較好的綜合表現(xiàn).

【文章頁(yè)數(shù)】：8 頁(yè)


本文編號(hào)：4046137