| 结合远离最差策略的自适应量子进化算法 |
| |
| 引用本文： | 常新功,刘文娟. 结合远离最差策略的自适应量子进化算法[J]. 计算机科学与探索, 2014, 0(11): 1373-1380 |
| |
| 作者姓名： | 常新功 刘文娟 |
| |
| 作者单位： | 山西财经大学 信息管理学院,太原,030031 |
| |
| 基金项目： | 山西省自然科学基金~~ |
| |
| 摘 要： | 针对传统的量子进化算法只使用当前最优个体作为指导,存在进化能力不足,易陷入局部极值的问题,提出了一种结合远离最差策略的自适应量子进化算法KSQEA,使个体在进化过程中不仅向最优个体靠近,而且还远离最差个体,这样在最优个体优势不明显时仍有可能获得进化动力。旋转角更新则采用一种新的自适应波浪式衰减方式,以更好地平衡探查和利用。在函数优化和背包问题上的实验结果表明,以上措施有效地增强了算法的搜索能力,提高了解的质量。
|
| 关 键 词： | 进化算法 量子进化算法 自适应 函数优化 背包问题 |
Self-Adaptive Quantum-Inspired Evolutionary Algorithm Combining the Strategy of Keeping away from the Worst |
| |
| CHANG Xingong,LIU Wenjuan. Self-Adaptive Quantum-Inspired Evolutionary Algorithm Combining the Strategy of Keeping away from the Worst[J]. Journal of Frontier of Computer Science and Technology, 2014, 0(11): 1373-1380 |
| |
| Authors: | CHANG Xingong LIU Wenjuan |
| |
| Affiliation: | CHANG Xingong;LIU Wenjuan;Faculty of Information and Management, Shanxi University of Finance and Economics; |
| |
| Abstract: | |
| |
| Keywords: | evolutionary algorithm quantum-inspired evolutionary algorithm self-adaptation function optimization knapsack problem |
| 本文献已被 CNKI 等数据库收录！ |
|
