量子遗传算法在多元函数优化上的应用  

Application of Quantum Genetic Algorithm in Multivariate Function Optimization

作　　者：梅晓娟[1] 徐余法[1] 苏强强[1] 戴志军[1] 

机构地区：[1]上海电机学院电气学院,上海200240

出　　处：《上海电机学院学报》2014年第2期89-92,105,共5页Journal of Shanghai Dianji University

基　　金：上海市自然科学基金项目资助(11ZR1413900);上海市教育委员会重点学科资助(J51901);上海电机学院重点学科资助(09XKJ01)

摘　　要：针对遗传算法(GA)在函数优化中存在的收敛速度慢、精度低等不足,提出将量子遗传算法(QGA)应用于多元函数的优化问题上。利用Matlab进行实例仿真,结果表明,量子遗传算法的性能要优于GA,QGA具有比GA更快的寻优速度和更高的精确度。A quantum genetic algorithm（QGA）is applied to the optimization of multivariate functions to overcome drawbacks of the genetic algorithm（GA）such as slow convergence and lower accuracy.Matlab simulation of a function shows that the performance of QGA is superior to GA in terms of processing speed and accuracy.

关 键 词：遗传算法 量子遗传算法 多元函数 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]