并行量子进化算法的研究与实现

• 作者: 刘升 帅典勋 游晓明
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 并行进化模型 量子进化算法 免疫算子 交叉变异
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 算法
• 页码范围: 231-233
• 页数: 3页
• 分类号: TP3
• 字数: 3994字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.05.093

摘要

分析讨论并行进化模型理论及性能,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.并给出了多宇宙的并行拓扑结构,提出了宇宙内采用免疫量子进化算法,宇宙之间采用基于学习的移民和模拟量子纠缠的交互策略进行信息交换.这样能提高种群多样性,有效克服早熟收敛现象.算法综合了量子计算的天然并行性和免疫算法的充分自适应性,它比传统的进化算法具有更好的种群多样性,更快的收敛速度.通过并行实验验证了该算法的优越性.

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	上海工程技术大学电子电气工程学院	65	380	11.0	17.0
3	刘升	上海工程技术大学电子电气工程学院	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