【摘要】：量子群智能優(yōu)化算法是群智能算法和量子計算的高效融合,在工程領(lǐng)域和實際生活各種優(yōu)化問題中有很好的應(yīng)用,是當(dāng)前學(xué)術(shù)研究和實際應(yīng)用的研究熱點。大多數(shù)優(yōu)化問題都是NP難問題,具有很大的復(fù)雜性和不確定性,研究量子群智能優(yōu)化算法解決復(fù)雜的優(yōu)化問題具有重要的理論意義和實際應(yīng)用價值。本文將量子計算和群智能算法進(jìn)行結(jié)合,設(shè)計了量子群智能優(yōu)化算法及其改進(jìn)算法,并在相關(guān)的優(yōu)化問題中展開了應(yīng)用研究。主要工作和創(chuàng)新點如下:(1)針對無等待流水車間調(diào)度優(yōu)化問題,提出了一種量子布谷鳥搜索算法。該算法采用雙鏈量子編碼布谷鳥種群,并生成初始解;在迭代過程中,依據(jù)萊維飛行機(jī)制更新布谷鳥種群,并引入量子旋轉(zhuǎn)門對種群進(jìn)行改進(jìn);最后采用一種鄰域搜索算法進(jìn)行優(yōu)化。通過基準(zhǔn)測試實例仿真,結(jié)果顯示所提算法具有良好的優(yōu)化能力,與其他群智能算法比較性能優(yōu)良。(2)基于量子布谷鳥搜索算法,結(jié)合Bloch球面坐標(biāo)量子編碼方式和差分進(jìn)化的思想,提出了一種量子布谷鳥協(xié)同搜索算法。Bloch球面坐標(biāo)量子編碼能夠改進(jìn)初始種群,進(jìn)一步增加種群多樣性;在搜索過程中融合差分進(jìn)化算法中的交叉、變異算子改進(jìn)布谷鳥搜索策略,有助于種群跳出局部最優(yōu);針對無等待流水車間調(diào)度優(yōu)化問題,對基準(zhǔn)測試實例進(jìn)行仿真,結(jié)果表明提出的算法能夠在很大程度上提高求解質(zhì)量,改進(jìn)了量子布谷鳥搜索算法的性能,優(yōu)于其他群智能算法。(3)針對城市垃圾回收路徑規(guī)劃問題,采用所提的量子布谷鳥協(xié)同搜索算法對其優(yōu)化。以蕪湖市弋江區(qū)為實驗數(shù)據(jù),設(shè)計無線傳感網(wǎng)絡(luò)模型采集并處理信息,利用所提算法優(yōu)化路徑。實驗結(jié)果給出了很好的優(yōu)化路徑,并與遺傳算法和量子布谷鳥搜索進(jìn)行比較,具有更好的優(yōu)化效果。
【圖文】：

(a) GA 算法路徑規(guī)劃 (b) QCS 算法路徑規(guī)劃 (c) QCCS 算法規(guī)劃路徑圖 4.9 GA、QCS 和 QCCS 算法路徑規(guī)劃效果圖4.4 本章小結(jié)
【學(xué)位授予單位】：安徽師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蘭少峰;劉升;;布谷鳥搜索算法研究綜述[J];計算機(jī)工程與設(shè)計;2015年04期

2 杜鵬楨;唐振民;陸建峰;孫研;;不確定環(huán)境下基于改進(jìn)螢火蟲算法的地面自主車輛全局路徑規(guī)劃方法[J];電子學(xué)報;2014年03期

3 張毅;盧凱;高穎慧;;量子算法與量子衍生算法[J];計算機(jī)學(xué)報;2013年09期

4 姚遠(yuǎn)遠(yuǎn);葉春明;;作業(yè)車間調(diào)度問題的布谷鳥搜索算法求解[J];計算機(jī)工程與應(yīng)用;2015年05期

5 王凡;賀興時;王燕;楊松銘;;基于CS算法的Markov模型及收斂性分析[J];計算機(jī)工程;2012年11期

6 丁衛(wèi)平;王建東;管致錦;施Oz;;基于動態(tài)交叉協(xié)同的屬性量子進(jìn)化約簡與分類學(xué)習(xí)級聯(lián)算法[J];模式識別與人工智能;2011年06期

7 高輝;張銳;;改進(jìn)實數(shù)編碼量子進(jìn)化算法及其在參數(shù)估計中的應(yīng)用[J];控制與決策;2011年03期

8 李永平;王延江;齊玉娟;;基于多智能體協(xié)同進(jìn)化的粒子濾波目標(biāo)跟蹤算法[J];模式識別與人工智能;2011年01期

9 何娟;涂中英;牛玉剛;;一種遺傳蟻群算法的機(jī)器人路徑規(guī)劃方法[J];計算機(jī)仿真;2010年03期

10 李盼池;李士勇;;求解連續(xù)空間優(yōu)化問題的量子蟻群算法[J];控制理論與應(yīng)用;2008年02期

相關(guān)碩士學(xué)位論文 前3條

1 趙莉;基于群體智能的量子優(yōu)化算法研究[D];青島理工大學(xué);2014年

2 鄭巧燕;布谷鳥搜索算法的改進(jìn)及其在優(yōu)化問題中的應(yīng)用[D];廣西民族大學(xué);2014年

3 王娟;量子免疫克隆算法研究及在壓縮感知重構(gòu)中的應(yīng)用[D];南京郵電大學(xué);2012年

，

本文編號：2615189