基于蛙跳思想的量子编码遗传算法

摘要：

量子门旋转相位、变异概率大小的确定,是目前限制量子遗传算法效率的两个主要问题.现有的量子旋转门旋转角的方向和大小几乎都是基于查表法,涉及到多路条件判断,影响算法的效率；变异概率大多采用给定的方式并且在进化过程中不作调整.基于此本文提出一种基于蛙跳思想的量子编码遗传算法(QRGA),该算法采用自适应的方式对量子旋转门旋转角进行调整,并基于模糊逻辑将蛙跳的步长进行量化以指导变异概率调整,保证进化的方向性和提高算法效率,对比实验结果表明算法可以避免陷入局部最优解,并能快速收敛到全局最解,在运行时间和解的性能上都取得了较好的效果.

关键词： 量子编码遗传算法 模糊逻辑 蛙跳思想 运行机制

作者: 许波 彭志平 余建平 陈晓龙 柯文德

作者单位: 广东石油化工学院计算机科学与技术系,广东茂名,525000;广东高校石油化工故障诊断与信息化控制工程技术开发中心,广东茂名,525000 湖南师范大学数学与计算机科学学院,湖南长沙,410081

会议类型: 国内会议

会议名称: 中国密码学会2012年会

会议地点: 合肥

会议语种:中文

页码: 116-120

在线出版日期: 2012-08-09（万方平台首次上网日期，不代表论文的发表时间）