發(fā)布時間：2020-06-12 05:42

【摘要】：量子優(yōu)化算法是量子計算與智能優(yōu)化相結(jié)合而產(chǎn)生的新型智能優(yōu)化算法,具有收斂速度快和尋優(yōu)能力強等優(yōu)點。但在優(yōu)化復(fù)雜函數(shù)和多峰函數(shù)時,量子優(yōu)化算法往往出現(xiàn)收斂速度下降和易陷入局部收斂等問題。本文對量子遺傳算法和量子粒子群算法進(jìn)行了改進(jìn)研究,并將其應(yīng)用于實際問題。具體內(nèi)容如下:1.針對量子遺傳算法在復(fù)雜連續(xù)函數(shù)優(yōu)化中存在著收斂速度慢、易陷入局部最優(yōu)的缺陷,提出一種基于改進(jìn)多生境擁擠算法的量子遺傳算法�；舅枷胧�:在保留多生境排擠算法搜索速度較快這一優(yōu)勢的同時,引入聚類分析,提高其搜索能力,然后將改進(jìn)的多生境排擠算法引入量子遺傳算法。仿真實驗結(jié)果顯示,多生境排擠量子遺傳算法與基本量子遺傳算法相比較,在全局收斂性和收斂速度方面有了一定程度的改進(jìn)和提高。2.針對常規(guī)量子粒子群算法易出現(xiàn)早熟的缺陷,將小生境策略引入量子粒子群算法�；舅枷胧�:通過小生境技術(shù)將種群劃分為若干小種群,解空間分為不同的搜索域,對不同的局部最優(yōu)點進(jìn)行同步搜索,避免過早收斂。將此算法應(yīng)用于開放式車輛路徑問題,并用實例驗證了算法的有效性。3.針對基本遺傳算法易早熟和局部搜索能力欠佳的缺陷,將一種改進(jìn)的量子遺傳算法應(yīng)用于無人機生命跡象探測路徑優(yōu)化�；舅枷胧�:在基本量子遺傳算法的基礎(chǔ)上,根據(jù)目標(biāo)函數(shù)的梯度自適應(yīng)地確定量子旋轉(zhuǎn)門轉(zhuǎn)角。數(shù)值實驗表明,這種改進(jìn)算法比基本量子遺傳算法有更佳的局部收斂性和更快的收斂速度,獲得比基本量子遺傳算法更優(yōu)的生命跡象探測路徑。
【圖文】：

邐０．０１７！逡逑個體收斂到峰的判據(jù)在峰上個體與峰之間的距離小于０．０２逡逑圖３．１和圖３．２分別給出了邋ＩＭＮＱＧＡ對函數(shù)和／２（ＪＣ，ｄ的優(yōu)化結(jié)果。逡逑表３．２中列出了用ＩＭＮＱＧＡ優(yōu)化時的某次典型解。逡逑；ｈ．．．．．．．ｈ＇４．．邋，邐邐邐逡逑ｊｆ．．．．．邋Ｉ．．．．．．．．．ｉ．．．．－ｅ－－４邐－ｉ．．．；邐－ｉ８６ｒ－－ｒ＂＂ｉ邋．．．．．－ｊ？？？？］．．邋Ｔ＇－－－，逡逑嶀．．．．：．．．．．丨．．．．．．．．．丨．ｌ邋：：：丨ｉ．一邋Ｕ＇邋＇４、卜逡逑２４８０－？�。澹∵姡海椋�！邐ｒ．ｉ．邋ｎ邐－１３６５－？？？？？．！邐ｒ逡逑：邐■：邋．：■■■邐：邐－：邋ｊ邋５邐：邐：邐邐邐邋：邐：邋？邋＇＊＊－ｊ邐ｉ邋、逡逑ｎ邐；邐：邋ｎ－—邐：ｒ－．邋：．邋■■邋＇邋？？．：＇邐�！�，邋；邐邐邐：邐；＇＊＊？．邋；逡逑２４６０、－．？邐？邋？？－？：？邐？邋？邐：邐邐邐邋；邐：邋Ｖ＇Ｊ逡逑！．．．．．－？？？？邐Ｅ邐．．「＇Ｕ邐ｉ邋ｚ－ｙ邋ｉ邐Ｔ＇逡逑２４４０、．．１邐＂邋ｋ！邋＂ｉ邋邐邋邐邐邐邋：邐＊邐ｒ．－、ｊ逡逑２４２０？■人．！邐上邐邐邐！邋＇＊逡逑ｙ邋－ｓ邋－６邐ｘ逡逑圖３．１邋＿／；（；（，＞0的ＩＭＮＱＧＡ優(yōu)化結(jié)果邐圖３．２邋／２（ｘ，：）0的ＩＭＮＱＧＡ優(yōu)化結(jié)果逡逑ＦＩＧ．邋３．１邋ＩＭＮＱＧＡ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ｒｅｓｕｌｔｓ邋ｏｆ邋ｆｘ｛ｘ，ｙ）邐ＦＩＧ．邋３．２邋ＥＭＮＱＧＡ邋ｏｐｔｉｍｉｚａｔｉｏｎ邋ｒｅｓｕｌｔｓ逡逑0＂２（文

逑ｑ邋＝邋ｃ２邋＝邋１．４邋？邋ｐｃ邋＝０．４。逡逑圖４．１中給出了基于小生境的量子粒子群算法ＮＱＰＳＯ與常規(guī)量子粒子群算逡逑法ＱＰＳＯ的一次典型進(jìn)化曲線的對比圖。逡逑＾邋Ｉ邐今邋ＱＰＳ０逡逑１；：邐邐ＮＱＰＳ０逡逑１逡逑。．２－邋＾邋－逡逑0？邐＼Ａ＿７Ａ邐＾逡逑＿Ｑ邋２邐逡逑０邐１００邐２００邐３００邐４００邐５００邐６００邐７００邐８００邐９００邐１０００逡逑進(jìn)化代數(shù)逡逑圖４．１邋ＮＱＰＳＯ與ＱＰＳＯ的進(jìn)化曲線對比圖逡逑ＦＩＧ．邋４．１邋ｃｏｍｐａｒｉｓｏｎ邋ｏｆ邋ｅｖｏｌｕｔｉｏｎ邋ｃｕｒｖｅｓ邋ｂｅｔｗｅｅｎ邋ＮＱＰＳＯ邋ａｎｄ邋ＱＰＳＯ逡逑圖４．１中的進(jìn)化曲線顯示，ＮＱＰＳＯ算法的收斂性較ＱＰＳＯ算法明顯改善。逡逑這在一定程度上驗證了邋ＮＱＰＳＯ算法求解ＯＶＲＰ的有效性。逡逑２０逡逑
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP38;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 魚佳欣;李剛;李東濤;李文君;;改進(jìn)量子遺傳算法在無人機航跡規(guī)劃中的應(yīng)用[J];計算機仿真;2015年05期

2 傅德勝;張蓉;;一種改進(jìn)的量子遺傳算法研究[J];計算機仿真;2013年12期

3 梁昌勇;柏樺;蔡美菊;陸文星;;量子遺傳算法研究進(jìn)展[J];計算機應(yīng)用研究;2012年07期

4 孫陽光;丁明躍;周成平;傅陽光;蔡超;;基于量子遺傳算法的無人飛行器航跡規(guī)劃[J];宇航學(xué)報;2010年03期

本文編號：2709082