基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将量子计算应用于人工免疫系统中的克隆算子,提出了一种基于量子编码的免疫克隆算法(Quantum-Inspired Immune Clonal Algorithm,QICA)来求解SAT问题,并从理论上证明了算法的全局收敛性.算法中采用量子位的编码方式来表达种群中的抗体,针对这种编码方式采用量子旋转门和动态调整旋转角度策略对抗体进行演化,加速原有克隆算子的收敛;利用克隆算子的局部寻优能力强的特点,在各个子群体间采用量子交叉操作来增强信息交流,提高种群的多样性防止早熟.实验中,用标准SATLIB库中的3700个不同规模的标准SAT问题对QICA的性能作了全面的测试,并与单纯的量子遗传算法和简单免疫克隆算法以及著名的WalkSAT和PFEA2算法进行比较,仿真实验表明:QICA具有更高的成功率和运算效率.对于具有250个变量、1065个子句的SAT问题,QICA也仅用了1.357s,显示出了优越的性能.
推荐文章
免疫克隆算法求解公交发车频率问题
多目标优化
免疫克隆算法
公交调度问题
发车频率
利用改进的HBDE算法求解MAX-k-SAT问题
二进制差分演化
变邻域搜索
组合优化问题
MAX-SAT问题
采用正交免疫克隆粒子群算法求解SAT问题
粒子群优化
人工免疫系统
克隆选择
正交设计
可满足性问题
主从式免疫克隆选择算法求解任务分配问题
任务分配问题
克隆选择
免疫克隆选择算法
主从式免疫克隆选择算法
迁入和迁出
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 求解SAT问题的量子免疫克隆算法
来源期刊 计算机学报 学科 工学
关键词 量子编码 遗传算法 人工免疫系统 克隆算子 SAT问题
年,卷(期) 2007,(2) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 176-183
页数 8页 分类号 TP3
字数 7778字 语种 中文
DOI 10.3321/j.issn:0254-4164.2007.02.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 焦李成 西安电子科技大学智能信息处理研究所 514 14586 52.0 103.0
2 李阳阳 西安电子科技大学智能信息处理研究所 21 248 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (71)
同被引文献  (122)
二级引证文献  (219)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(12)
  • 引证文献(9)
  • 二级引证文献(3)
2009(17)
  • 引证文献(10)
  • 二级引证文献(7)
2010(18)
  • 引证文献(5)
  • 二级引证文献(13)
2011(16)
  • 引证文献(7)
  • 二级引证文献(9)
2012(33)
  • 引证文献(9)
  • 二级引证文献(24)
2013(40)
  • 引证文献(10)
  • 二级引证文献(30)
2014(32)
  • 引证文献(7)
  • 二级引证文献(25)
2015(23)
  • 引证文献(3)
  • 二级引证文献(20)
2016(31)
  • 引证文献(5)
  • 二级引证文献(26)
2017(32)
  • 引证文献(1)
  • 二级引证文献(31)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(18)
  • 引证文献(2)
  • 二级引证文献(16)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
量子编码
遗传算法
人工免疫系统
克隆算子
SAT问题
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导