基于量子进化的给定围长图构造算法.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 基于量子进化的给定围长图构造算法 冯晓华孙永奇 北京交通大学 计算机与信息技术学院 交通数据分析与挖掘北京市重点实验室北京 摘 要 构造给定围长的极图是图论难题之一特别是在顶点数规模不断增大的情况下会出现组合爆炸的现象 针对该问题提出一种构造给定围长图的算法通过在生成个体调整个体中充分利用极图的特性使算法达到较 高的收敛速度与收敛精度 实验结果表明通过构造围长为 的图与粒子群优化算法遗传算法相比该算法达 到次优解和最优解的准确率最高构造围长为 的图可得到相应的极图边数的下界 关键词 进化算法量子进化算法极图围长圈 中文引用格式冯晓华孙永奇基于量子进化的给定围长图构造算法计算机工程 英文引用格式 概述 将量子计算与进化算法相结合提出了量子衍生遗传 算法 并将其用于求解旅行商问题实验结果 智能优化算法主要包括量子进化算法 表明 的效果明显优于 但是由于 采 粒子群优化算 用的是传统的编码和种群更新方式因此存在种群中 法 遗传算法 染色体状态单一和进化速率慢的问题 文献 提出 等 人们对量子计算的研究 了量子进化算法 采用基于量子比特进行编 可以追溯到上世纪中叶但直到 世纪 年代中期 码并应用量子旋转门对种群进行更新 因为 才开始得到研究者的广泛关注 文献 基于量子计 采用了一种新颖的编码和种群更新方式所以具有种 算给出了在多项式时间内寻找离散对数和整数分解 群规模小迭代次数少收敛速度快搜索效率高和全 的方法并将该量子因子分解算法应用于问题的 局搜索能力强等优点但是该算法局限于应用在单目 求解但该算法的鲁棒性有待提高 文献 根据量 标优化问题上 子计算多状态叠加的特点提出了量子搜索算法并将 鉴于量子进化算法的优点国内外许多研究者 其应用于由个名字随机排列的电话