基于学习的并行免疫量子进化算法及收敛性

• 作者: 刘升 帅典勋 游晓明
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 量子进化算法 马尔可夫链 并行量子进化算法 免疫量子进化算法
• 年，卷（期）: 2006,（4）
• 页码范围: 147-150
• 页数: 4页
• 分类号: TP301.6
• 字数: 2887字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2006.04.037

摘要

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙.宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式,使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力.不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游晓明	华东理工大学计算机科学与技术系	65	380	11.0	17.0
3	刘升	华东理工大学计算机科学与技术系	89	467	10.0	19.0
5	帅典勋	华东理工大学计算机科学与技术系	40	259	9.0	13.0