双链量子遗传算法的收敛性分析

doi:10.3969/j.issn.1000-3428.2012.15.041

计算机工程 ›› 2012, Vol. 38 ›› Issue (15): 148-151,155.doi: 10.3969/j.issn.1000-3428.2012.15.041

双链量子遗传算法的收敛性分析

张小锋^a，郑冉^a，睢贵芳^a，李志农^b，杨国为^a

(南昌航空大学 a. 信息工程学院；b. 无损检测技术教育部重点实验室，南昌 330063)

收稿日期:2011-09-29 出版日期:2012-08-05 发布日期:2012-08-05
作者简介:张小锋(1963－)，男，副教授、博士，主研方向：计算机视觉，图像处理，智能算法；郑冉、睢贵芳，硕士研究生；李志农、杨国为，教授、博士后、博士生导师
基金项目:
国家自然科学基金资助项目(51075372,60973048)；江西省自然科学基金资助项目(2009GZS0084)；南昌航空大学博士启动基金资助项目(EA200906012)；江西省研究生创新基金资助项目(YC2011-S097)；南昌航空大学研究生创新基金资助项目(YC2010025, YC2011038)

Convergence Analysis of Double Chains Quantum Genetic Algorithm

ZHANG Xiao-feng ^a, ZHENG Ran ^a, SUI Gui-fang ^a, LI Zhi-nong ^b, YANG Guo-wei^a

(a. Information Engineering College; b. Key Laboratory of Nondestructive Testing, Ministry of Education, Nanchang Hangkong University, Nanchang 330063, China)

Received:2011-09-29 Online:2012-08-05 Published:2012-08-05

摘要/Abstract

摘要： 基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象，但没有从理论上证明该算法的收敛性。为此，给出相应的定理，利用定理从理论上证明该算法的收敛性，通过仿真实例，论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明，该研究丰富和完善了双链量子遗传理论。

关键词: 量子遗传算法, 量子比特, 量子旋转门, 量子非门, 优化算法, 马尔可夫链, 收敛性

Abstract: The double chains quantum genetic algorithm based on real-coded and gradient of objective function increases the diversity of population, expands the search field about space, accelerates the algorithm evolutionary process, avoids the premature convergence phenomenon, is an effective optimization algorithm, but does prove theoretically convergence. This paper gives the corresponding theorem on the basis of previous work, theoretically proves the convergence of the algorithm by the theorem, and discusses the effects of the quantum coding and quantum rotation gate in terms of the algorithm convergence and optimization efficiency by simulation example. Results show that his research enriches and improves the double chains quantum genetic theory.

Key words: quantum genetic algorithm, quantum-bit, quantum rotating gate, quantum not gate, optimization algorithm, Markov chain, convergence

中图分类号:

TP301

张小锋, 郑冉, 睢贵芳, 李志农, 杨国为. 双链量子遗传算法的收敛性分析[J]. 计算机工程, 2012, 38(15): 148-151,155.

ZHANG Xiao-Feng, ZHENG Dan, HUI Gui-Fang, LI Zhi-Nong, YANG Guo-Wei. Convergence Analysis of Double Chains Quantum Genetic Algorithm[J]. Computer Engineering, 2012, 38(15): 148-151,155.

参考文献

[1] Narayanan A, Moore M. Quantum-inspired Genetic Algorithms[C]// Proc. of IEEE International Conference on Evolutionary Computation. Nagoya, Japan: [s. n.], 1996: 61-66.
[2] Han Kuk-Hyun, Kim J H. Genetic Quantum Algorithm and Its Application to Combinational Optimization Problem[C]//Proc. of International Congress on Evolutionary Computation. [S. l.]: IEEE Press, 2000: 1354-1360.
[3] 李士勇, 李盼池. 基于实数编码和目标函数梯度的量子遗传算法[J]. 哈尔滨工业大学学报, 2006, 38(8): 1216-1219.
[4] Han Kuk-Hyun, Kim J H. Quantum-inspired Evolutionary Algorithm for a Class of Combinational Optimization[J]. IEEE Trans. on Evolutionary Computation, 2002, 6(6): 1354-1360.
[5] Talbi H, Draa A, Batouche M. A New Quantum-inspired Genetic Algorithm for Solving the Travelling Salesman Problem[C]//Proc. of International Conference on Industrial Technology. [S. l.]: IEEE Press, 2004: 1192-1197.
[6] 邢焕来, 潘炜, 邹喜华. 一种解决组合优化问题的改进型量子遗传算法[J]. 电子学报, 2007, 35(10): 1999-2001.
[7] 李士勇, 李浩. 一种基于相位比较的量子遗传算法[J]. 系统工程与电子技术, 2010, 32(10): 2219-2222.
[8] 许少华, 许辰, 赫兴, 等. 一种改进的双链量子遗传算法及其应用[J]. 计算机应用研究, 2010, 27(6): 2090-2092.
[9] 靳利霞, 唐焕, 文李斌, 等. 一类连续函数模拟退火算法及其收敛性分析[J]. 计算数学, 2005, 27(1): 19-29.
[10] 吴建生, 农吉夫, 金龙, 等. 遗传算法收敛性分析[J]. 广西师范学院学报, 2004, 21(1): 48-52.
[11] 李盼池. 基于量子位Bloch坐标的量子遗传算法及其应用[J]. 控制理论与应用, 2008, 25(6): 985-989.
[12] 张文修, 梁怡. 遗传算法的数学基础[M]. 西安: 西安交通大学出版社, 2000.

[1]	吴昌明, 赵兴涛, 柳可鑫. 基于三元组排序局部性的SOCFS改进算法[J]. 计算机工程, 2020, 46(5): 47-53.
[2]	张瑞, 陈红卫. 基于特征优化与SVPSO的工控入侵检测[J]. 计算机工程, 2020, 46(4): 19-25.
[3]	马一鸣, 石志东, 赵康, 贡常磊, 单联海. 基于改进哈里斯鹰优化算法的TDOA定位[J]. 计算机工程, 2020, 46(12): 179-184.
[4]	郭悦, 王红军, 解梦奇. 基于果蝇算法的物联网节点定位技术研究[J]. 计算机工程, 2020, 46(1): 144-149.
[5]	杨贤康, 潘茂东, 童伟华. 基于L₀优化的网格曲面特征线提取算法[J]. 计算机工程, 2019, 45(7): 251-257,263.
[6]	雷翔霄,欧阳红林,肖乐意,范朝冬. 基于等价三维熵与鲸鱼优化算法的图像分割研究[J]. 计算机工程, 2019, 45(4): 217-222.
[7]	苗续芝,陈伟,毕方明,房卫东,张武雄. 基于改进FOA-SVM的矿井火灾图像识别[J]. 计算机工程, 2019, 45(4): 267-274.
[8]	邹卯荣,傅明,熊兵. 基于时延与负载的SDN控制器部署模型[J]. 计算机工程, 2019, 45(4): 30-35.
[9]	叶莉, 吴春明, 强保华, 谢武. 基于矩阵填充与改进PSO算法的多标准协同过滤[J]. 计算机工程, 2019, 45(12): 176-181,200.
[10]	张树涛, 谭海波, 陈良锋, 吕波. 一种高效的分布式爬虫系统负载均衡策略[J]. 计算机工程, 2019, 45(11): 62-67.
[11]	刘学平, 李玙乾, 刘励, 王哲, 刘宇. 嵌入SENet结构的改进YOLOV3目标识别算法[J]. 计算机工程, 2019, 45(11): 243-248.
[12]	郑楚红, 彭勇, 徐一鸣, 廖毅. 云制造环境下基于改进NSBBO的任务调度算法[J]. 计算机工程, 2019, 45(10): 26-32.
[13]	张梦晗, 汪海, 刘欣, 鲍蕾. 梯度有偏随机DA优化方法的个体收敛界分析[J]. 计算机工程, 2019, 45(10): 203-207,214.
[14]	李双双,杨文忠,吴向前,石研,高秋田. 基于蝙蝠优化算法的多基站分区路由协议[J]. 计算机工程, 2018, 44(6): 80-85.
[15]	刘创,吕娜,陈柯帆,张步硕,曹芳波. 一种面向航空集群的无人机中继网络部署策略[J]. 计算机工程, 2018, 44(5): 107-112,123.

双链量子遗传算法的收敛性分析

Convergence Analysis of Double Chains Quantum Genetic Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10