針對目前元啟發(fā)式算法在求解組合優(yōu)化問題中的旅行商問題（TSP）時求解緩慢的問題,受量子理論中波函數(shù)的啟發(fā)提出一種多尺度自適應(yīng)的量子自由粒子優(yōu)化算法。首先,在可行域中隨機初始化表示城市序列的粒子,作為初始的搜索中心;然后,以每個粒子為中心進行當前尺度下的均勻分布函數(shù)的采樣,并交換采樣位置上的城市編號產(chǎn)生新解;最后,根據(jù)新解相較上一次迭代中最優(yōu)解的優(yōu)劣進行搜索尺度的自適應(yīng)調(diào)整,并在不同的尺度下進行迭代搜索直到滿足算法結(jié)束條件。將該算法和混合粒子群優(yōu)化（HPSO）算法、模擬退火（SA）算法、遺傳算法（GA）和蟻群優(yōu)化算法應(yīng)用在TSP上進行性能測試,實驗結(jié)果表明自由粒子模型算法適合求解組合優(yōu)化問題,在TSP數(shù)據(jù)集上相比目前較優(yōu)算法在求解速度上平均提升50%以上。 

【文章來源】：計算機應(yīng)用. 2020,40(05)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 基于量子概率的MFPOA
    1.1 MFPOA的物理模型描述
    1.2 MFPOA的基本工作流程
2 自由粒子模型求解TSP的基本過程
3 仿真實驗與分析
    3.1 尺度自適應(yīng)變換策略的有效性
    3.2 拓展實驗
4 結(jié)語


【參考文獻】：
期刊論文
[1]多尺度量子諧振子算法在組合優(yōu)化問題中的性能分析[J]. 王鵬,黃焱,安俊秀,李建平.  電子科技大學學報. 2016(03)
[2]多尺度量子諧振子算法性能分析[J]. 袁亞男,王鵬,劉峰.  計算機應(yīng)用. 2015(06)
[3]多尺度量子諧振子優(yōu)化算法物理模型[J]. 王鵬,黃焱.  計算機科學與探索. 2015(10)



本文編號：3625831