计算机工程2011年10月第37卷第20期ComputerEngineeringOctober2011Vol.37No.20·人工智能及识别技术·文章编号：1000—3428(2011)20—0223—04文献标识码：A中图分类号：TP18量子进化算法原理及改进策略研究121魏娜，黄学宇，刘守东(1.空军工程大学训练部教育技术中心，西安710051；2.空军工程大学导弹学院，西安713800)摘要：针对传统进化算法存在收敛速度慢和未成熟收敛的问题，将进化算法与量子理论相结合，提出一种量子进化算法。使用量子比特编码染色体，构造一种新的用于普通染色体的全干扰交叉操作。实验证明，该算法能带来丰富的种群，使其以大概率向优良模式进化，从而加快算法的收敛速度，同时还能避免种群陷于一个局部最优，有效防止早熟。关键词：量子优化；量子进化；量子遗传；遗传算法；进化策略；进化规划ResearchonPrincipleandImprovedStrategyofQuantumEvolutionaryAlgorithmWEINa1,HUANGXue-yu2,LIUShou-dong1(1.EducateTechnologyCenterofExercitationDepartment,AirForceEngineeringUniversity,Xi’an710051,China;2.MissileInstitute,AirForceEngineeringUniversity,Xi’an713800,China)【Abstract】Aimingatthedefectsofthelowconvergencerateandtheimmatureconvergenceinthetraditionalevolutionaryalgorithm,thispapercombinesquantumoptimizationalgorithmswithevolutionaryalgorithm,putsforwardthequantumevolutionaryalgorithm.Itadoptsquantumbitscodechromosome,andconstructsanewentiretyinterferencecrossoverwhichactsongeneralchromosomecrossovermanipulation.Experimentprovesthatthealgorithmcanbringabundantpopulation,improvethechoicenessmodeprobabilityofpopulationevolution,andquickentheconvergencerate.Itcanavoidpopulationfallintolocaloptimums,andtheprecocity.【Keywords】quantumoptimization;quantumevolutionary;quantumgenetic;geneticalgorithm;evolutionstrategy;evolutionaryprogrammingDOI:10.3969/j.issn.1000-3428.2011.20.0771概述由量子染色体构成，在第t代的染色体种群为：ttt进化算法是目前研究很热的一类并行算法，它仿效生物Qqqq()t={12,,,n}学中进化和遗传的过程，是一种具有自适应调节功能的搜索其中，n为种群大小；t为进化代数。寻优算法，被成功应用于多类复杂系统的优化问题。但由于tqj为定义如下的染色体：自然进化和生命现象的不可知性，导致了进化算法敛速度慢⎡⎤ttttααjj12...αjm和未成熟收敛的本质缺陷。qj=⎢⎥tttjn=1,2,,(1)⎢⎥ββjj12...βjm量子力学是20世纪物理学最惊心动魄的发现之一，以⎣⎦量子力学基本原理为基础的量子信息学是物理学与信息学交其中，m为量子染色体长度。叉融合产生的一门新兴学科领域，它的研究涉及多个学科，下面给出量子进化算法的一般步骤：为信息科学在21世纪的发展提供了新的原理和方法，并且带Step1进化代数初始化：t=0。动了相关学科的发展。受其启发，本文提出了一种将进化算Step2初始化种群Q(t)。法与量子理论相结合的量子进化算法。Step3由Q(t)生成P(t)。Step4个体交叉、变异操作，生成新P(t)(一般可省)。2量子进化算法Step5评价群体P(t)的适应度，保存最优解。进化算法是由生物进化规律而演化出的一种搜索和优化Step6停机条件判断：当满足停机条件时