多宇宙并行量子多目标进化算法

被引：6

作者：

李絮

李智勇

刘松兵

许波

机构：

[1] 湖南大学计算机与通信学院

来源：

计算机工程与应用 | 2008年 / 27期

基金：

国家自然科学基金重大项目;

关键词：

Pareto最优; 多目标优化; 进化算法; 0/1背包问题;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出了一种新的基于量子计算的多目标进化算法,即多宇宙并行量子多目标进化算法。算法中将所有的量子个体按给定的拓扑结构分成多个独立子种群,划分为多个宇宙;采用目标个体均匀分配原则和动态调整旋转角机制对各宇宙量子个体进行演化;宇宙之间采用最佳移民操作来交换信息,设计最优个体保留方案以便各宇宙共享全局信息,提高算法的执行效率。该算法用于多目标0/1背包问题的仿真结果表明:新方法能够找到接近Pareto最优前端的更好的解,同时维持解分布的均匀性。

引用

页码：37 / 40

页数：4