改进的多宇宙并行量子进化算法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2010，46(34) 35 改进的多宇宙并行量子进化算法 李 絮，刘争艳，谭拂晓 LIXu，LIU Zheng—yan，TAN Fu-xiao 阜阳师范学院 计算机与信息学院，安徽 阜阳 236041 SchoolofComputerand Information，Fuyang TeachersCollege，Fuyang，Anhui236041，China E—mail：lixu 2980534@163．tom _ LIXu。LIU Zheng-yan，TAN Fu-xiao．Improved multi-universe parallelquantum-inspired evolutionary algorithm．Comput— erEngineeringandApplications，2010，46(34)：35—38． Abstract：Thispaperproposesa novelmultiobjective evolutionary algorithm inspiredby quantum computing，which is namedImprovedMulti—universeParallelQuantum—inspiredEvolutionaryAlgorithm(IMPQEA)．Inthealgorithm，anew strategy is designed to update each quantum individuals．Moreover，hte convergence ofhtisalgorithm is analyzed and hte validity in theoryisproved．Athteend，itisappliedtohtemultiobjective0／1knapsackproblem．Experimentalresultsshow htatIM— PQEA findshtebeUersolutionsclosetohtePareto·optimalrfontwhilemainatiningaunifomr spreadofnondominatedset． Keywords：Paretooptimal；multiobjectiveoptimization；evolutionaryalgorithm；0／1knapsackproblem 摘 要：通过设计一种新的量子个体更新策略 ，提 出了改进的多宇宙并行量子进化算法，并对算法的收敛性进行 了分析探讨，从 理论上证明了该算法的有效性 ，最后将该算法用于多 目标0／1背包问题。仿真结果表明：改进方法能够找到接i~／Pareto最优前端 的更好的解，同时维持解分布的均匀性。 关键词：Pareto最优；多目标优化；进化算法；0／1背包问题 DOI：10．3778／j．issn．1002-8331．2010．34．011 文章编号：1002—8331(2010)34-0035—04 文献标识码：A 中图分类号：TP301．6 1 引言 法的收敛性进行了分析探讨。最后针对多 目标0／1背包问题 ， 进化算法 (EvolutionaryAlgorithms，EAs)是一种模拟 自 将该算法与文献[8]中的三种算法进行比较，数值实验结果表 然进化过程的随机优化方法。最近大量事例和迹象表明EAs 明改进后的IMPQMA明显优于NSGA—II和QMEA及改进前 最适合求解多 目标优化 问题 。目前 ，改进的增强Pareto进化 的MPQMEA。 算法 (SPEA2)和非支配排序遗传算法 (NSGA—II)被广泛认 为是运行效果最好，最成功的多 目标进化算法。近几年来，许 2 量子进化算法 多学者在研究解决多 目标优化问题方面将量子计算的概念引 量子进化算法是近年来发展起来的一种概率进化算法 ， 入进化算法中，提出了一些量子多 目标进化算法 (Quantum． 它 以量子计算的一些概念和理论 ，诸如量子比特和量子叠加 inspired Multiob