基于量子遗传算法的非线性无约束优化方法

• 作者: 王士同 黄蓓
• 来源期刊: 科技与创新
• 关键词: 遗传算法 量子遗传算法 非线性优化
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 264-266
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.08.095

摘要

量子遗传算法(QGA)是量子计算和遗传算法相结合的产物,量子遗传算法将量子比特和量子旋转门表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性.非线性无约束优化是典型的工程应用问题,而复杂非线性函数的优化结果往往不能令人满意,如陷入局部最优等.利用量子遗传算法强大的搜索能力,可以很好的解决复杂非线性函数的无约束优化问题,实验表明量子遗传算法在该类问题中的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江苏无锡江南大学蠡湖校区信息工程学院	5	41	3.0	5.0
2	黄蓓	江苏无锡江南大学蠡湖校区信息工程学院	1	12	1.0	1.0