量子进化膜算法和其背包问题应用.docVIP

量子进化膜算法和其背包问题应用摘 要：量子进化膜算法是基于量子进化算法和膜计算所提出的一种分布式优化算法。将量子进化膜算法应用于0—1背包问题，讨论了基本膜个数的变化对背包问题求解的影响，找到最适合的基本膜个数，并分别与三种不同的量子进化算法进行对比实验，通过多组实例数据进行测试，结果表明该算法具有更高的求解性能。 关键词：背包问题；量子进化膜算法；膜计算 膜优化算法最早于2004年由日本教授Nishida提出，利用了细胞膜的层次结构，在膜的各个区域分别使用遗传算法和禁忌搜索算法来求解（TSP）问题，取得了比模拟退火算法还要好的效果。该算法与传统进化算法相比的一个重要特点就是在计算过程中具有分布式和动态进化的结构，是一种高层次的进化算法。目前已有多种不同的膜算法，包括粒子群膜算法（PSOPS）、基于差分进化的膜算法（DE—MC）、量子进化膜算法（QEPS）等，这些膜算法已被成功的应用在连续函数优化、辐射源信号分析、可满足性问题（SAT）求解等方面。 量子进化膜算法结合了量子进化算法（QIEA）和膜计算的优点，其原理是采用膜系统（P系统）的单层膜结构，在各基本膜内采用量子进化算法进行寻优，实现种群的进化，然后采用P系统的转运规则和通信规则，实现各膜之间的信息交流。本文将量子进化膜算法应用于求解背包问题（knapsack problem，KP），并对QEPS中基本膜个数的取