改进量子遗传算法用于多峰值函数优化  

Application of modified quantum genetic algorithm in optimization of multi-peak functions.

作　　者：贺敏伟[1] 李贵海[2] 阮柏尧[2] 汪杨林[2] 林健[3] 

机构地区：[1]广东商学院信息学院,广州510320 [2]五邑大学信息学院,广东江门529020 [3]北京航空航天大学经济管理学院,北京100083

出　　处：《计算机工程与应用》2008年第7期41-43,共3页Computer Engineering and Applications

基　　金：广东省自然科学基金(the Natural Science Foundation of Guangdong Province of China under Grant No.010475);国家博士后基金(No.2005038313);广东省教育厅自然科学基金(No.Z02064)

摘　　要：传统遗传算法(SGA)在处理多峰值函数优化问题中存在局部收敛性的问题,最初的量子遗传算法(QGA)也存在这一问题。运用一种改进量子遗传算法(MQGA),有效地解决了一些多峰值函数的优化问题。根据几个重要的测试函数进行仿真实验结果证明,与SGA和QGA相比,改进的量子遗传算法(MQGA)在一些多峰值优化问题中更具有效性和可行性。Simple Genetic Algorithm（SGA） has some disadvantages in the multi-peak functions optimization.So does the Quantum Genetic Algorithm（QGA）.In this paper,using a Modified Quantum Genetic Algorithm（MQGA） obtains the good solutions in some optimization of multi-peak functions.Compared with the SGA and the QGA,the test results for some important functions show that MQGA is more effective and feasible in some optimization of multi-peak functions.

关 键 词：改进量子遗传算法 遗传算法 多峰值函数 优化 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]