量子演化算法的改進研究

李佳林 李觀發(fā)

量子演化算法（Ｑｕａｎｔｕｍ－Ｉｎｓｐｉｒｅｄ Ｅｖｏｌｕｔｉｏｎａｒｙ Ａｌｇｏｒｉｔｈｍ ＱＥＡ）是由量子計算理論和演化算法相結(jié)合產(chǎn)生的，利用量子比特進行量子染色體編碼，并利用量子門進行量子更新的一種概率搜索算法。量子染色體的概念由Ｋｕｋ－Ｈｙｕｎ Ｈａｎ等人第一次引入?眼１，２?演，而由于量子比特的疊加性、糾纏性和相干性，由其組成的量子染色體與經(jīng)典演化算法的染色體相比，具有種群規(guī)模小、迭代次數(shù)少、多樣性好、收斂速度快等優(yōu)點，將其應(yīng)用于背包求解問題取得了很大的成功；但同時也存在一些缺陷，如傳統(tǒng)的量子演化算法易陷入局部最優(yōu)、運算效率不高等。為了更好地將量子特性融入演化算法中，進一步提高量子演化算法的效率，本文將對傳統(tǒng)的量子演化算法進行改進研究。