量子遗传算法matlab程序实现

% update 量子门更新策略 for j=1:n %n个个体，依次更新 if t==1 if fit(j)>=MAX0(number); sign=1; else sign=0; end elseif fit(j)>=MAX(number,t-1)%本代的最优解比上代保持的最优解 sign=1; else sign=0; end i=0; while i<m %n位 i=i+1; if x(j,i)==0 %新解此位状态为‘0’，即第j个个体的第i位 为0 if BEST(number,i)==0 %上代保持的最优解此位为0 angle=0;%不旋转 elseif sign==0 %上代保持的最优解此位为‘1’，且新解不如上代保持的最优解适应度值高 angle=0;%不旋转 elseif q(1,i,j)*q(2,i,j)>0 %上代保持的最优解此位为‘1’，且新解比上代保持的最优解适应度 %值高，且新解的‘0’态、‘1’态系数同号，即在一、三象限 angle=-0.05*pi;%顺时针旋转，使下一代系数更靠近‘0’态 elseif q(2,i,j)==0 %上代保持的最优解此位为‘1’，且新解比上代保持的最优解适应度值高， %且新解在实轴上，即b(i)即‘0’态，不旋转 angle=0; else angle=0.05*pi;%新解比上代保持的最优解适应度高，还包括两种情况， %一是新解在虚轴上，即a(i)处于‘1’态，此时无论顺时针还是逆时针旋转 %都可以，使下个状态更靠近‘0’态，本程序使用顺指针逆时针旋转， %第二种情况是 在二四象限 ，此时必须逆时针旋转 end elseif BEST(number,i)==0 %新解状态为1，且保持的最优解状态为0 if sign==0 % 新解适应度值小于保持的最优解适应度值 if q(1,i,j)*q(2,i,j)>0%一三象限，所以顺时针旋转 angle=-0.01*pi; elseif q(2,i,j)==0 %新解适应度值小于保持的最优值，且新解在实轴上，不旋转？？ angle=0; else %两种情况。一是新解在虚轴上，即在‘1’态，顺时针逆时针 %旋转都可，本程序使用逆时针旋转，二是在三四象限，逆时针旋转 angle=0.01*pi; end elseif q(1,i,j)*q(2,i,j)>0 %新解为1，保持的最优解为0，且新解适应度值比保持的最优解高， %且在一三象限，所以逆时针旋转 angle=0.025*pi; elseif q(1,i,j)==0 %新解为1，保持的最优解为0，且新解适应度值比保持的最优解高，新解在虚轴上，不旋转 angle=0; else %新解为1，保持的最优解为0，且新解适应度值比保持的最优解高，两种情况 %一是新解在虚轴上，顺时针逆时针旋转都可，本程序使用顺时针旋转，二是在三四象限，顺时针旋转 angle=-0.025*pi; end elseif sign==0%新解和保持的最优解都是1，且新解适应度值小于保持最优解 if q(1,i,j)*q(2,i,j)>0 %一三象限，逆时针旋转？ angle=0.005*pi; elseif q(1,i,j)==0 %新解在虚轴上 angle=0; else %两种情况。一是新解在实轴上，逆时针顺时针旋转都可，本程序采用顺时针，二是三四象限，顺时针旋转 angle=-0.005*pi; end elseif q(1,i,j)*q(2,i,j)>0 %新解和保持的最优解都是1，且新解适应度值高于保持最优解,逆时针旋转 angle=0.025*pi; elseif q(1,i,j)==0 %新解和保持的最优解都是1，且新解适应度值高于保持最优解，且新解在虚轴上，不旋转 angle=0; else %新解和保持的最优解都是1，且新解适应度值高于保持最优解。包括两种情况 %一是新解在实轴上，逆时针旋转顺时针旋转都可以。本程序采用顺时针旋转 %二是在二四象限，顺时针旋转 angle=-0.025*pi; end z=[cos(angle),-sin(angle);sin(angle),cos(angle)]*[q(1,i,j),q(2,i,j)]';%采用量子门更新 q(1,i,j)=z(1);q(2,i,j)=z(2);%新的‘0’态、‘1’态系数 end end q;