改进的量子遗传算法及其在测试数据生成中的应用

• 作者: 周绮 姜淑娟 赵雪峰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 量子遗传算法 测试数据生成 取反指导更新 二进制变异 快速收敛
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 计算机软件技术
• 页码范围: 557-560
• 分类号: TP311.52
• 字数: 4215字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.00557

摘要

针对测试数据自动生成中收敛速度不够快的缺点,提出一种改进的量子遗传算法( IQGA),其对量子遗传算法的主要改进是:1)在个体更新时,对个体的某一位取反,将取反后的个体用于指导下一代个体的进化；2)对测量后的二进制个体进行变异,而不是传统的互换量子比特的概率幅.将IQGA用于测试数据生成,通过对三个基础程序进行实验,结果表明IQGA在覆盖率和迭代次数两个方面都优于传统量子遗传算法.IQGA不仅能保证种群朝着正确的方向进化,同时有效地避免了早熟现象,能以更快的速度搜索到目标解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜淑娟	中国矿业大学计算机科学与技术学院	85	517	12.0	18.0
2	赵雪峰	中国矿业大学计算机科学与技术学院	7	44	4.0	6.0
3	周绮	中国矿业大学计算机科学与技术学院	1	7	1.0	1.0