欢迎来到天天文库
浏览记录
ID:37961521
大小:1.35 MB
页数:3页
时间:2019-06-03
《基于云模型的量子免疫优化算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、ComputerEngineeringandApplications计算机工程与应用2011,47(21)123⦾数据库、信号与信息处理⦾基于云模型的量子免疫优化算法李贞双,李争艳LIZhenshuang,LIZhengyan南阳师范学院计算机与信息技术学院,河南南阳473061CollegeofComputer&InformationTechnology,NanyangNormalUniversity,Nanyang,Henan473061,ChinaLIZhenshuang,LIZhengyan.Quantumimmuneoptimizationalgor
2、ithmbasedoncloudmodel.ComputerEngineeringandApplications,2011,47(21):123-125.Abstract:Anovelquantumimmuneoptimizationalgorithmbasedoncloudmodelisproposed.Usingquantumcloud-to-speciesevolutionofgenepopulationsandqualitativeoperationofthecontrolandquantumbasedoncloudmodeladaptivestrat
3、egyre-volvingdoorupdateoperation,thescopeofthesearchspacecanbeadaptivelycontrolledbythisalgorithmundertheguidanceofqualitativeknowledge.Itcanavoidthelocaloptimalsolutionundertheconditionsofthelargersearchspace.Atypicalfunc-tionofcomparativeexperimentresultsshowsthatthisalgorithmcana
4、voidtrappinginlocaloptimalsolution,andcanenhancetheabilityofglobaloptimization.Itcanconvergetotheglobaloptimalsolutionquickly,andhasgoodapplicationvalue.Keywords:cloudmodel;quantumcomputing;immuneoptimizationalgorithm;quantumimmuneoptimizationalgorithm摘要:采用云模型对量子免疫算法进行了改进,采用量子种群基因云对
5、种群进化进行定性控制,基于云模型的量子旋转门自适应调整策略进行更新操作,使算法在定性知识的指导下能够自适应控制搜索空间范围,使其能在较大搜索空间条件下避开局部最优解。典型函数对比实验表明该算法可以避免陷入局部最优解,能提高全局寻优能力,能以更快的速度收敛于全局最优解,具有较好的应用价值。关键词:云模型;量子计算;免疫优化算法;量子免疫算法DOI:10.3778/j.issn.1002-8331.2011.21.032文章编号:1002-8331(2011)21-0123-03文献标识码:A中图分类号:TP18免疫优化算法是借鉴生命科学中免疫概念和理论而发展种量
6、子免疫克隆多目标优化算法,并对算法进行了理论分析。起来的一种新兴智能优化算法,该算法具有收敛性能好、多样上述算法从不同的角度对免疫优化算法的性能进行了改性保持好等优点。量子进化算法(QuantumEvolutionaryAl-进。免疫优化算法对具有不确定性推理特征的问题的处理能gorithm,QEA)是新近发展起来的一种概率进化算法。QEA具力较弱,对这方面的改进尚未见文献报道。基于此,本文利用有许多优点,例如更好的群体多样性和全局搜索能力;种群规云模型在定性概念与其定量数值表示之间转换过程中的优良模较小但不影响算法的性能等。但是在QEA中,通过观察量特性,对
7、量子免疫算法进行改进,提出一种基于云模型的改进子抗体的状态来生成所需要的二进制解,这是一个概率操作型量子免疫优化算法,使算法在定性知识的指导下能够自适过程,具有很大的随机性和盲目性,因此个体在进化的同时,应控制搜索空间的范围,使其能在较大搜索空间中避开局部将不可避免地产生退化的可能。仅几年来,融合量子算法和最优解。免疫优化算法的量子免疫算法,引起了国内外学者的关注:文献[1]将混沌搜索的遍历性和量子计算的高效性融合到免疫优1云模型化中,提出一种用于连续空间优化的混沌量子免疫算法;文随机性和模糊性是不确定性的两个重要方面,传统的研献[2]将量子计算应用于人工免疫
8、系统中的克隆算子,提出了究方法往往单独
此文档下载收益归作者所有