量子遗传算法变尺度混沌优化策略研究.docVIP

量子遗传算法变尺度混沌优化策略研究 　　 (1.北京科技大学 信息工程学院， 北京 100083；2.济南大学 信息科学与工程学院， 济南 250022；3.北京银联商务有限公司， 北京 100048)?? 　　摘 要：针对量子遗传算法（QGA）易陷入局部极值、具有早熟收敛等问题，分析了QGA的流程，从全局搜索和局部搜索两个层面探讨了QGA的改进策略，提出了一种新的算法。该算法利用混沌运动的遍历性和随机性进行全局搜索，同时利用梯度信息对QGA的量子更新过程环节进行优化。典型函数测试分析表明，该方法的综合性能明显优于量子遗传算法及遗传算法。?? 　　关键词：量子遗传算法；混沌优化；变尺度?? 　　中图分类号：TP18 文献标志码：A 　　 文章编号：1001?B3695(2009)02?B0543?B03 　　?? 　　Study on mutative scale chaos optimization strategy of quantum genetic algorithm 　　?? 　　TENG Hao1,2,SHAO Kuoyi3,CAO Aizeng2,YANG Bingru1 　　??(1.School of Information Engineering, University of Science Technology Beijing, Beijng 100083, China;2.School of Information Science Engineering, University of Jinan, Jinan 250022, China;3.Beijing Unionpay Merchant Services Co.， Ltd, Beijing 100048, China) 　　??Abstract:Aiming at the trouble of easy getting into local minimum and premature convergency existed in quantum genetic algorithm, this paper analysed the flow of QGA, improved the strategy in two sides of global searching and local searching, and presented a new algorithm. This algorithm executed global search using the chaos movement’s ergodicity and randomness, in the same time optimized the renovation process of quantum with the gradient information. The test of typical function shows that the performance of this kind of method is better than quantum genetic algorithm and genetic algorithm. 　　?? 　　Key words:quantum genetic algorithm(QGA); chaos optimization; mutative scale 　　?お? 　　遗传算法（genetic algorithm，GA）中存在过早收敛和染色体丢失问题。文献[1~3]分别提出了量子遗传算法（QGA）、遗传量子算法（GQA）和并行量子遗传算法，并用来求解组合优化问题。结果表明，QGA的性能大大优于传统遗传算法，一定程度上解决了遗传算法GA中存在的过早收敛和染色体丢失问题。但QGA的旋转角查找计算复杂度较高，对于多参数复杂函数优化容易早熟收敛。QGA易陷入局部极值，仍然具有早熟收敛的不足，需要引入一种遍历性好的全局优化技术来解决这一问题。?? 　　混沌运动能在一定范围内按其自身的规律不重复地遍历所有状态，因此，利用混沌变量进行优化搜索，无疑会比随机搜索更具优越性[4]。?? 　　文献[5]提出了一种将混沌与量子遗传算法相结合的混沌量子遗传算法（CQGA），利用载波的方法将混沌状态引入优化变量，既可以提高搜索效率，同时又可以避免丢失最优解。从效率上比较，混沌优化方法寻优效率明显优于其他随机搜索算法，如模拟退火、遗传算法。从应用方面考虑，混沌的遍历性是进行混沌全局优化算法的保证，该方法对于搜索空间小时效果显著，但当搜索空间大时却不能令人满意。文献[6]对混沌优化方法进行了改进，提出了变尺度混沌优化方法