论文研究-基于覆盖的粗糙近似算子.pdf

个体基于量子概率幅进行编码，并将经典遗传算法的杂交算子用于量子演化算法中演化目标的优化，提出了混合量子演化算法。算法中对量子旋转角自适应更新，并首次引入了突变度的概念定义了自适应的变异算子，对量子个体的演化目标定期实施杂交，有效地交换并利用了演化信息，避免了未成熟收敛，提高了算法效率。数值优化问题的实验结果表明该算法优于QEA和CGA，并能以极大概率成功地解决“大海捞针”问题，且计算效率高，优化速度与CGA相当。