基于量子遗传算法的非线性无约束优化方法

被引:6
作者
黄蓓
王士同
机构
[1] 江南大学蠡湖校区信息工程学院
关键词
遗传算法; 量子遗传算法; 非线性优化;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
量子遗传算法(QGA)是量子计算和遗传算法相结合的产物,量子遗传算法将量子比特和量子旋转门表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性。非线性无约束优化是典型的工程应用问题,而复杂非线性函数的优化结果往往不能令人满意,如陷入局部最优等。利用量子遗传算法强大的搜索能力,可以很好的解决复杂非线性函数的无约束优化问题,实验表明量子遗传算法在该类问题中的有效性和可行性。
引用
收藏
页码:264 / 266
页数:3
相关论文
共 1 条
[1]   灰色神经网络预测算法在DMF回收过程中的应用 [J].
张利萍 ;
李宏光 .
微计算机信息, 2005, (01) :183-184