基于Bloch球面搜索的量子粒子群优化算法.pdfVIP

第30卷第3期 计 算 物 理 V01．30，No．3 CHINESE OFCOMPUTATIONALPHYSICS 2013年5月 JOURNAL May，2013 文章编号：1001-246X(2013)03-0454-09 基于Bloch球面搜索的量子粒子群优化算法 李盼池， 王琪超， 施光尧 (东北石油大学计算机与信息技术学院，大庆163318) 摘要：通过分析量子势阱粒子群优化算法的设计过程，提出一种基于Bloeh球面搜索的量子粒子群优化算法． 首先用基于Bloch球面描述的量子位描述粒子，用泡利矩阵建立旋转轴，用Delta势阱模型计算旋转角度，用量子 位在Bloch球面上的绕轴旋转实现搜索．然后用Hadamard门实现粒子变异，以避免早熟收敛．这种旋转可使当前 量子位沿着Bloch球面上的大圆逼近目标量子位，从而可加速优化进程．仿真结果表明，该算法的优化能力优于 原算法． 关键词：量子计算；量子势阱；Bloch球面搜索；粒子群优化；算法设计 中图分类号：TPl8 文献标识码：A O 引言 作为一种重要的优化工具，PSO已成功应用于组合优化拉1和数值优化。。．关于PSO性能的改进，目前主 要有以下几种策略：①基于算法参数的选择一7I；②基于粒子位置及速度的更新规则旧一1|；③与其它算法的 融合¨2“5。；④基于量子机制设计更新策略的量子PSO(Quantum 均有不同程度的提高．QPSO的基本原理是通过模拟量子力学中粒子在势场中向势能最低点的移动建立搜 索机制，即将粒子寻优空间看作量子力学中的势场(势阱)，将全局最优解看作势场中势能最低点(势阱中 心)，将粒子的寻优过程看作势场中粒子向势能最低点的移动过程．尽管这种方法有一定的优势，然而，在 QPSO中，粒子采用实数编码，其搜索过程为在数轴上的一维搜索，故搜索效率不够理想．在文献[18]中， 我们提出了采用量子位编码的粒子群优化算法，该算法沿用普通PSO的搜索机制，而采用基于平面上单位 圆描述的量子位对粒子编码，从而使基于数轴的一维搜索扩充为单位圆上的二维搜索．然而在真实的量子 然，用基于单位圆描述的量子位编码PSO中的粒子，量子特性会被削弱．为提高QPSO的优化能力，本文 将量子势阱和Bloch球面描述相融合，提出一种基于Bloch球面搜索的量子粒子群优化算法(Blochquantum swarm particle 面上的绕轴旋转，采用Hadamardf-i实现粒子变异，增加粒子多样性以避免早熟收敛．仿真结果表明，该算 法的优化能力比原算法有明显提高． 1 量子PSO模型 1．1基本PSO模型 设在n维空间中的m个粒子组成一个种群．其中第i个粒子位置、速度、自身搜索到的最优位置、整个种 群搜索到的最优位置分别记为x。、K、P?、P。．将x；代入目标函数可计算其适应度值．粒子状态更新策略为 收稿日期：2012—06—18；修回Et期：2012—12一Ol 基金项目：国家自然科学基金资助项目 作者简介：李盼池(1969一)，男，博士后，教授，从事量子计算和量子优化算法研究，E-mail：lipanchi@vip．sina．tom 万方数据 第3期 李盼池等：基于Bloch球面搜索的量子粒子群优化算法 455 (1) Xi(t+1)=X。(t)+y。(t+1)， (2) 其中埘为惯性因子；c。为自身因子；c：为全局因子；r。、r：是[0，1]之间随机数．对种群中每个粒子应用 (1)、(2)两式循环迭代，可使整个种群逐步逼近全局最优解．为便于叙述，将式(1)重写为¨9‘ y；(t+1)=WVi(t)+[圣](P。一Xi(t))， (3) 其中