首页 | 本学科首页   官方微博 | 高级检索  
     

量子进化和模拟退火的混合优化算法
引用本文:张伟丰,王朝辉,郑建国. 量子进化和模拟退火的混合优化算法[J]. 湖北汽车工业学院学报, 2006, 20(2): 34-37
作者姓名:张伟丰  王朝辉  郑建国
作者单位:武汉科技大学,计算机学院,湖北,武汉,430081;湖北汽车工业学院,信息管理系,湖北,十堰,442002;武汉科技大学,计算机学院,湖北,武汉,430081;东华大学,旭日工商管理学院,上海,200051
摘    要:将量子算法和模拟退火算法相结合,提出一种量子进化和模拟退火的混合优化算法。本算法同时利用了量子算法的并行搜索能力和模拟退火算法的串行搜索能力,和量子算法相比有更快的收敛速度和更好的全局寻优能力。仿真实验也表明本算法有更好的搜索性能。

关 键 词:量子进化  进化计算  模拟退火  遗传算法
文章编号:1008-5483(2006)02-0034-04
收稿时间:2006-03-12
修稿时间:2006-03-12

Mixed Optimization Algorithm Based on Quantum Evolution and Simulate Anneal
Zhang Weifeng,Wang Zhaohui,Zheng Jianguo. Mixed Optimization Algorithm Based on Quantum Evolution and Simulate Anneal[J]. Journal of Hubei Automotive Industries Institute, 2006, 20(2): 34-37
Authors:Zhang Weifeng  Wang Zhaohui  Zheng Jianguo
Affiliation:1. College of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan 430081, China; 2. Glorious Sun School of Business and Management, Donghua University, Shanghai 200051, China; 3. Dept. of Information Management, Hubei Automotive Industries Institute, Shiyan 442002, China
Abstract:This paper proposes a kind of mixed optimization algorithm that combines quantum evolution with simulate anneal algorithm,which based on the capacity of parallel searching of quantum algorithm and the capacity of serial searching of Simulate Anneal Algorithm.So this algorithm has more fast convergence and better global convergence.The simulated experiments show the algorithm has better global searching capacity.
Keywords:quantum evolution  evolutionary eomputation  simulate anneal  genetic algorithm
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号