欢迎来到天天文库
浏览记录
ID:56002727
大小:472.30 KB
页数:7页
时间:2020-06-19
《自适应量子交叉克隆选择算法.pdf》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、第48卷第9期西安交通大学学报Vo1.48NO.92014年9月JOURNALoFXI’ANJIAOToNGUNIVERSITYSep.2014DOI:10.7652/XjtuXb2014O9O02自适应量子交叉克隆选择算法戴红伟h,杨玉,王永泉,李存华(1.淮海工学院智能信息系统研究所,222O05,江苏连云港;2.曼彻斯特大学控制系统中心,M139PL,英国曼彻斯特;3。西安交通大学机械工程学院,710049,西安)摘要:为克服传统克隆选择算法易于陷入局部最优的缺点,提出了自适应量子交叉免疫算法。自
2、适应量子交叉算子在算法演化初期通过高适配度抗体对低适配度抗体的影响,加速收敛过程,而在算法演化后期,利用低适配度抗体对高造配度抗体的扰动,增加算法跳出局部最优的概率。对旅行商问题、单目标和多目标孔群加工路径优化问题所做的计算,结果表明:自适应量子克隆选择算法能有效平衡全局搜索和局部挖掘能力,在收敛速度和稳定性上优于同类克隆选择算法和其他启发式算法。关键词:自适应量子交叉;孔群加工路径优化;多目标优化中图分类号:TP399;TP301.6文献标志码:A文章编号:0253-987X(2014)09—0006
3、—07AdaptiveQuantumCrossoverClonalSelectionAlgorithmDAIHongwei,YANGYu,WANGYongquan。,LICunhua(1.InstituteofIntelligentInformationSystem,HuaihaiInstituteofTechnology,Lianyungang,Jiangsu222005,China2.ControlSystemCentre,UniversityofManchester,ManchesterM139P
4、L,UK;3.SchoolofMechanicalEngineering,Xi’anJiaotongUniversity,Xi’an710049,China)Abstract:Aclonalselectionalgorithmwithadaptivequantumcrossover(AQCCSA)isproposedtoovercometheprematureconvergencedrawbackoftraditionalclonalselectionalgorithms(CSA)andtosolvet
5、heholesmachiningpathoptimizationproblems(HMPOP).Theeffectofhighaffinityantibodiesonlowaffinityantibodiesisusedtoacceleratetheconvergenceprocessinthefirsthalfevolutionprocess.Thenthedisturbanceeffectoflowaffinityantibodiesonhighaffinityantibodiesisusedtoh
6、elpthealgorithmescapingfromlocaloptimuminthelasthalfevolutionprocess.ExperimentalresultsONtravelingsalesmanproblems(TSP),single—objectiveandmulti—objectiveHMPOPshowthattheproposedalgorithmachievesagoodbalancebetweenglobalsearchesandlocalmining,andtheconv
7、ergencespeedandrobustnessofthealgorithmarebetterthanthoseofotherCSAsandheuristicalgorithms.Keywords:adaptivequantumcrossover;holesmachiningpathplanning;multi—objectiveoptimization孔群加工作为数控加工中的典型过程,加工路向变换次数为目标的孔群加工路径优化问题(HM—径选择的合理性将直接影响加工效率和加工成本。POP)成为孔群加工
8、的关键问题。以缩短刀具移动距离、减少刀具更换次数和刀具逆孔群加工路径优化本质上属于组合优化问题,收稿日期:2014—03—19。作者简介:戴红伟(197s一),男,副教授。基金项目:国家自然科学基金资助项目(61203325,51375367);江苏省自然科学基金资助项目(BK2O12663)。网络出版时间:2014—07—03网络出版地址:http://www.cnki.net/kems/detail/61.1069.T.20140703
此文档下载收益归作者所有