结合远离最差策略的自适应量子进化算法

• 作者: 刘文娟 常新功
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 进化算法 量子进化算法 自适应 函数优化 背包问题
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1373-1380
• 页数: 8页
• 分类号: TP301
• 字数: 5578字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1407033

摘要

针对传统的量子进化算法只使用当前最优个体作为指导，存在进化能力不足，易陷入局部极值的问题，提出了一种结合远离最差策略的自适应量子进化算法KSQEA，使个体在进化过程中不仅向最优个体靠近，而且还远离最差个体，这样在最优个体优势不明显时仍有可能获得进化动力。旋转角更新则采用一种新的自适应波浪式衰减方式，以更好地平衡探查和利用。在函数优化和背包问题上的实验结果表明，以上措施有效地增强了算法的搜索能力，提高了解的质量。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常新功	山西财经大学信息管理学院	34	107	5.0	9.0
2	刘文娟	山西财经大学信息管理学院	5	6	1.0	1.0