量子优化算法的研究与应用

发布时间：2020-06-12 05:42

【摘要】：量子优化算法是量子计算与智能优化相结合而产生的新型智能优化算法,具有收敛速度快和寻优能力强等优点。但在优化复杂函数和多峰函数时,量子优化算法往往出现收敛速度下降和易陷入局部收敛等问题。本文对量子遗传算法和量子粒子群算法进行了改进研究,并将其应用于实际问题。具体内容如下:1.针对量子遗传算法在复杂连续函数优化中存在着收敛速度慢、易陷入局部最优的缺陷,提出一种基于改进多生境拥挤算法的量子遗传算法。基本思想是:在保留多生境排挤算法搜索速度较快这一优势的同时,引入聚类分析,提高其搜索能力,然后将改进的多生境排挤算法引入量子遗传算法。仿真实验结果显示,多生境排挤量子遗传算法与基本量子遗传算法相比较,在全局收敛性和收敛速度方面有了一定程度的改进和提高。2.针对常规量子粒子群算法易出现早熟的缺陷,将小生境策略引入量子粒子群算法。基本思想是:通过小生境技术将种群划分为若干小种群,解空间分为不同的搜索域,对不同的局部最优点进行同步搜索,避免过早收敛。将此算法应用于开放式车辆路径问题,并用实例验证了算法的有效性。3.针对基本遗传算法易早熟和局部搜索能力欠佳的缺陷,将一种改进的量子遗传算法应用于无人机生命迹象探测路径优化。基本思想是:在基本量子遗传算法的基础上,根据目标函数的梯度自适应地确定量子旋转门转角。数值实验表明,这种改进算法比基本量子遗传算法有更佳的局部收敛性和更快的收敛速度,获得比基本量子遗传算法更优的生命迹象探测路径。
【图文】：

逦０．０１７！逡逑个体收敛到峰的判据在峰上个体与峰之间的距离小于０．０２逡逑图３．１和图３．２分别给出了邋ＩＭＮＱＧＡ对函数和／２（ＪＣ，ｄ的优化结果。逡逑表３．２中列出了用ＩＭＮＱＧＡ优化时的某次典型解。逡逑；ｈ．．．．．．．ｈ＇４．．邋，逦逦逦逡逑ｊｆ．．．．．邋Ｉ．．．．．．．．．ｉ．．．．－ｅ－－４逦－ｉ．．．；逦－ｉ８６ｒ－－ｒ＂＂ｉ邋．．．．．－ｊ？？？？］．．邋Ｔ＇－－－，逡逑嶀．．．．：．．．．．丨．．．．．．．．．丨．ｌ邋：：：丨ｉ．一邋Ｕ＇邋＇４、卜逡逑２４８０－？！．．．．．邋！逦：．．．．．．－ｉ．．．．．．．．．！逦ｒ．ｉ．邋ｎ逦－１３６５－？？？？？．！逦ｒ逡逑：逦■：邋．：■■■逦：逦－：邋ｊ邋５逦：逦：逦逦逦邋：逦：邋？邋＇＊＊－ｊ逦ｉ邋、逡逑ｎ逦；逦：邋ｎ－—逦：ｒ－．邋：．邋■■邋＇邋？？．：＇逦耄々，，邋；逦逦逦：逦；＇＊＊？．邋；逡逑２４６０、－．？逦？邋？？－？：？逦？邋？逦：逦逦逦邋；逦：邋Ｖ＇Ｊ逡逑！．．．．．－？？？？逦Ｅ逦．．「＇Ｕ逦ｉ邋ｚ－ｙ邋ｉ逦Ｔ＇逡逑２４４０、．．１逦＂邋ｋ！邋＂ｉ邋逦邋逦逦逦邋：逦＊逦ｒ．－、ｊ逡逑２４２０？■人．！逦上逦逦逦！邋＇＊逡逑ｙ邋－ｓ邋－６逦ｘ逡逑图３．１邋＿／；（；（，＞0的ＩＭＮＱＧＡ优化结果逦图３．２邋／２（ｘ，：）0的ＩＭＮＱＧＡ优化结果逡逑ＦＩＧ．邋３．１邋ＩＭＮＱＧＡ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ｒｅｓｕｌｔｓ邋ｏｆ邋ｆｘ｛ｘ，ｙ）逦ＦＩＧ．邋３．２邋ＥＭＮＱＧＡ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ｒｅｓｕｌｔｓ逡逑0＂２（文

逑ｑ邋＝邋ｃ２邋＝邋１．４邋？邋ｐｃ邋＝０．４。逡逑图４．１中给出了基于小生境的量子粒子群算法ＮＱＰＳＯ与常规量子粒子群算逡逑法ＱＰＳＯ的一次典型进化曲线的对比图。逡逑＾邋Ｉ逦今邋ＱＰＳ０逡逑１；：逦逦ＮＱＰＳ０逡逑１逡逑。．２－邋＾邋－逡逑0？逦＼Ａ＿７Ａ逦＾逡逑＿Ｑ邋２逦逡逑０逦１００逦２００逦３００逦４００逦５００逦６００逦７００逦８００逦９００逦１０００逡逑进化代数逡逑图４．１邋ＮＱＰＳＯ与ＱＰＳＯ的进化曲线对比图逡逑ＦＩＧ．邋４．１邋ｃｏｍｐａｒｉｓｏｎ邋ｏｆ邋ｅｖｏｌｕｔｉｏｎ邋ｃｕｒｖｅｓ邋ｂｅｔｗｅｅｎ邋ＮＱＰＳＯ邋ａｎｄ邋ＱＰＳＯ逡逑图４．１中的进化曲线显示，ＮＱＰＳＯ算法的收敛性较ＱＰＳＯ算法明显改善。逡逑这在一定程度上验证了邋ＮＱＰＳＯ算法求解ＯＶＲＰ的有效性。逡逑２０逡逑
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP38;TP18

【参考文献】

相关期刊论文 前4条

1 鱼佳欣;李刚;李东涛;李文君;;改进量子遗传算法在无人机航迹规划中的应用[J];计算机仿真;2015年05期

2 傅德胜;张蓉;;一种改进的量子遗传算法研究[J];计算机仿真;2013年12期

3 梁昌勇;柏桦;蔡美菊;陆文星;;量子遗传算法研究进展[J];计算机应用研究;2012年07期

4 孙阳光;丁明跃;周成平;傅阳光;蔡超;;基于量子遗传算法的无人飞行器航迹规划[J];宇航学报;2010年03期

本文编号：2709082