量子扩展蚁群连续优化改进算法

• 作者: 樊养余 田维坚 马颖
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 云模型 量子扩展蚁群算法 量子计算 连续优化 自适应
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 智能技术
• 页码范围: 2549-2554,2590
• 页数: 7页
• 分类号: TP301.6
• 字数: 5785字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.09.045

摘要

针对扩展蚁群算法收敛精度不高、容易陷入局部最优和出现收敛停滞等缺点,提出量子扩展蚁群连续优化改进算法.分析扩展蚁群算法可行解的更新与产生机制;在此基础上,引入量子比特作为蚂蚁位置信息的载体,增加解的多样性;采用云模型自适应产生高斯核函数采样的标准差,优化高斯采样结果,加速优化进程和最优解的搜索;根据优化进程自适应调整采样函数的选择概率,丰富采样的样本;结合云模型控制的变异策略及量子非门等局部寻优手段,有效避免种群早熟.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊养余	西北工业大学电子信息学院	212	1698	20.0	32.0
2	马颖	西北工业大学电子信息学院	31	94	5.0	9.0
6	田维坚	西北工业大学电子信息学院	9	34	2.0	5.0