论文部分内容阅读
针对量子遗传算法存在储存量大和易陷入局部最优解等问题,提出一种新的量子遗传算法。该算法采用角度编码方式表示染色体,从而减少编码的存储空间。引入小区间方法初始化量子种群,使量子染色体均匀分布于初值空间。利用改进的旋转门对种群进行更新操作。采用动态的量子步长调整策略实现自适应搜索。引入量子交叉和量子变异操作防止早熟问题。通过典型的多峰值函数优化实验,表明该算法具有收敛速度快、全局寻优能力强和计算时间短的特点,可以用于多峰值函数优化问题。