量子进化算法研究进展

被引：57

作者：

王凌 ^{[1
,2
]}

机构：

[1] 清华信息科学与技术国家实验室

[2] 清华大学自动化系

来源：

关键词：

量子进化算法; 量子位; 量子计算;

D O I：

10.13195/j.cd.2008.12.3.wangl.009

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在介绍量子进化算法(QEA)的原理、特点和基本流程的基础上,重点综述QEA的改进,包括改进基本算子、引入新算子、改变种群规模、扩展为并行算法和构造新型算法框架等.介绍了QEA的应用研究,进而提出了QEA在理论、算法、组合优化、多目标优化与约束优化、不确定优化及应用方面的若干进一步的研究内容.

引用

页码：1321 / 1326

页数：6

共 7 条

[1] 智能优化算法及其应用.[M].王凌著;.清华大学出版社.2001,
[2] Topology control based on quantum genetic algorithm in sensor networks.[J].Lijuan Sun;Jian Guo;Kai Lu;Ruchuan Wang.Frontiers of Electrical and Electronic Engineering in China.2007, 3
[3] Evolutionary algorithm-based face verification
Jang, JS
Han, KH
Kim, JH
[J]. PATTERN RECOGNITION LETTERS, 2004, 25 (16) : 1857 - 1865
[4] 混合量子遗传算法及其性能分析
王凌
吴昊
唐芳
郑大钟
金以慧
[J]. 控制与决策, 2005, (02) : 156 - 160
[5] 多宇宙并行量子遗传算法
杨俊安
庄镇泉
史亮
[J]. 电子学报, 2004, (06) : 923 - 928
[6] 一种有效的基于并行量子进化算法的图像边缘检测方法
李映
焦李成
[J]. 信号处理, 2003, (01) : 69 - 74
[7] 量子神经计算和量子遗传算法的理论分析和应用.[J].庄镇泉;李斌;解光军;杨俊安;邹谊;尹燕;.高技术通讯.2005, 07