实数编码混沌量子遗传算法

基于量子位的混沌特性和相干特性,提出一种实数编码混沌量子遗传算法(RCQGA).该算法在解空间内将实数染色体通过反向变换映射到量子位,采用量子位概率指导的实数交叉与混沌变异相结合的方法对实数染色体进行演化搜索.实验结果表明,RCQGA不仅可以有效避免二进制编码QGA早熟收敛的缺点,而且可以减少寻优的计算复杂度,具有收敛速度快、稳定性好、寻优能力强、精度提高容易等优点,适用于工程应用中的复杂函数优化问题.

基于改进量子遗传算法的励磁控制系统PI参数优化

针对传统的量子遗传算法(QGA)需要根据具体的问题选择合适的量子旋转门来更新量子比特的状态,提出了一种无需量子门、通用的、与问题无关的改进量子遗传算法(IQGA)。在采用实数编码的量子遗传算法的基础上,结合粒子群优化算法更新量子比特的状态,代替了传统量子遗传算法用量子门更新量子比特,避免了传统量子遗传算法复杂二进制编码和解码过程,增强了量子遗传算法的使用范围。最后,将提出的IQGA应用到某水电站励磁控制系统的PI参数优化,与遗传算法(GA)、QGA进行了仿真对比分析,结果表明IQGA鲁棒性最强,算法运行时间比传统量子遗传算法时间大约缩短了8s,优化所得的PI参数用于励磁控制系统的性能最佳。

基于改进量子遗传算法的云计算资源调度

针对云计算环境下资源的高效调度问题,当前研究较少关注云服务提供商的服务成本,为此,以云服务提供商降低最小服务成本为目的,提出了改进量子遗传算法的云资源调度算法。由于采用二进制量子位表示的染色体无法描述资源调度矩阵,该算法将量子位的二进制编码转换为实数编码,并使用旋转策略和变异算子保证算法的收敛性。通过仿真实验平台将此算法与遗传算法和粒子群算法进行比较分析,在种群迭代次数为100的情况下,分别取种群数为1和10,实验结果表明该算法能取得更小的最小服务成本。

基于实数编码和目标函数梯度的量子遗传算法

提出了一种基于实数编码和目标函数梯度信息的量子遗传算法．该方法用量子比特构成染色体,用实数对量子比特进行编码,用量子旋转门进行染色体更新,用量子非门进行染色体变异．对旋转门的旋转角方向的选择,给出了简易快捷的方法；对旋转角大小的选择,结合了目标函数的梯度信息．该方法将每一量子位看作上下两个并列的基因,每条染色体包含两条并列的基因链,每条基因链代表一个优化解．在染色体数目相同时,可使搜索空间加倍．以函数极值问题和神经网络权值优化问题为例,验证了该方法的有效性．

实数遗传算法交叉策略的改进

本文介绍了实数遗传算法交叉策略的一种改进方法 ,采用新的交叉策略决定遗传算法中子代个体的位置 ,可以使子代快速地向更高适应度的区域移动 .实验结果说明使用这种改进的实数遗传算法可以极大地提高算法获得最优解的速度 .

改进量子遗传算法用于多峰值函数优化

传统遗传算法(SGA)在处理多峰值函数优化问题中存在局部收敛性的问题,最初的量子遗传算法(QGA)也存在这一问题。运用一种改进量子遗传算法(MQGA),有效地解决了一些多峰值函数的优化问题。根据几个重要的测试函数进行仿真实验结果证明,与SGA和QGA相比,改进的量子遗传算法(MQGA)在一些多峰值优化问题中更具有效性和可行性。

改进量子遗传算法在输电网规划中的应用

输电网规划是复杂的多目标非线性组合优化问题。针对传统遗传算法(GA)在求解输电网规划模型中存在收敛速度慢,容易陷入局部最优的不足,提出一种基于改进量子遗传算法(IQGA)的输电网规划方法。该算法在量子遗传算法(QGA)的基础上提出直接将量子染色体与当前最优解相比较来确定旋转门的旋转角策略,保证种群中个体以不同的收敛速度分别进行局部搜索和全局搜索,并同时采用量子全干扰交叉策略和量子非门变异策略有效防止算法陷入局部最优。所提三种改进策略各有针对性,能有效改善量子遗传算法在输电网规划中的收敛性能。分别采用传统遗传算法、量子遗传算法和该方法对Garver-6节点系统进行规划仿真,实验结果表明,该方法全局寻优能力强并且收敛速度得到显著提高。

基于改进双链量子遗传算法的投影寻踪调亏灌溉综合评价

针对调亏灌溉方案优选过程中存在单项指标的灌溉优劣评估结果单一和难以客观评价灌溉综合效益等问题,该文提出了基于双链量子遗传算法的投影寻踪综合评价模型。该模型利用双链量子遗传算法优化投影指标函数寻求最佳投影方向,同时通过矢量距浓度筛选进入搜索空间的量子染色体,以及在进化过程中逐步优化、压缩搜索空间对双链量子遗传算法进行改进。将改进双链量子遗传算法的投影寻踪模型对玉米各调亏灌溉方案进行综合评价,评价结果表明苗期水分亏缺程度为田间持水量50%～60%的处理是最佳调亏灌溉方案,产量与水分利用效率比正常灌溉处理分别提高了6.4%、10.8%。改进后的模型全局搜索能力与优化效率得到了显著提高。

改进的多目标量子遗传算法在南水北调东线工程江苏段水资源优化调度中的应用

构建南水北调东线工程江苏段水资源优化调度模型,采用改进的多目标量子遗传算法(multiobjective quantum genetic algorithm,MOQGA),运用组合赋权方法对非劣解集进行多属性决策,提出南水北调东线工程江苏段水资源优化调度方案。在平水年、枯水年和特枯水年3种典型年来水条件下,相对于常规调度,优化调度的受水区总缺水量分别减少了0.89亿m3、0.87亿m3和0.08亿m3,系统总抽水量分别减少21.04亿m3、39.14亿m3和50.76亿m3。该优化调度方案能够充分利用湖泊的调蓄能力,提高各用水户的需水满足度,降低抽水成本。

运用改进的量子遗传算法进行结构损伤识别

利用振动得到的模态参数进行结构的损伤识别,是当前结构损伤识别领域中采用较为普遍的方法之一。文中引入量子遗传算法处理模态参数,为了让量子遗传算法更适用于复杂结构的损伤识别,还提出了改进的动态策略调整量子门旋转角,并应用于某框架结构的损伤识别。在识别过程中,以结构损伤前后柔度矩阵差的1范数为基础建立改进的量子遗传算法的目标函数,进行结构的损伤识别。结果表明该方法能准确、有效地判断框架结构的损伤发生、损伤位置以及损伤程度,并且具有一定的抗噪能力。

改进型量子遗传算法应用于区域水资源可持续利用评价

提出了一种对多项指标都能普遍适用的区域水资源可持续利用评价模型,将实数编码混沌量子遗传算法应用于区域水资源可持续利用评价模型中参数的优化,并用优化好的模型对区域水资源可持续利用做出评价。通过对中国12个区域实测数据的评价实例研究及与其它评价方法得到的结果进行对比,表明该模型具有实用性和可行性。

基于改进量子遗传算法的电力系统无功优化

提出一种基于改进量子遗传算法的电力系统无功优化方法。该方法借鉴量子计算的一些概念,采用量子比特对控制变量编码,这种编码方式能表示出许多可能的线性叠加态,从而更好地维持种群的多样性。同时利用搜索到的最佳个体信息更新量子门,加快了该方法的收敛速度,采用群体灾变策略防止该方法陷入"早熟"。分别采用线性规划算法、复合形算法、改进禁忌搜索算法、标准遗传算法、自适应遗传算法和该方法对IEEE6和IEEE30节点系统进行无功优化,实验结果表明,该方法全局寻优能力强、收敛速度快。

基于实数编码的改进遗传算法及在平面度误差评定中的应用

针对平面度误差计算的特点 ,提出了一种基于实数编码的改进遗传算法。该算法的遗传算子采用确定式良种选择、非一致算术交叉及基本位变异策略 ;交叉和变异概率根据个体适应度大小来自适应地确定 ;同时给出遗传算法评定平面度误差时适应度的计算方法。最后 ,通过不同评价方法对同一平面的平面度误差进行评定 ,结果证明该方法不仅能收敛到全局最优解 。

改进量子交叉遗传算法在TSP问题中的应用

为提高遗传算法求解旅行商问题的效率,提出了一种改进量子交叉算子遗传算法.与经典量子全干扰交叉算子中城市的选择完全依赖于其位置的选择策略相比,新算子在选择城市时加入了父代优质解的有用信息,从而在维持解的多样性的同时,提高交叉所产生新解的质量.仿真算例结果表明,改进交叉算子遗传算法有着良好的全局搜索和局部挖掘能力,针对TSP问题的最优解、平均解均优于传统算法.

基于实数编码的改进遗传算法研究

针对遗传算法运算速度低、容易陷入局部最优值、早熟收敛等缺点,提出了基于实数编码的遗传算法的改进算法,对基于实数编码的遗传算法的选择、交叉、变异算子以及操作方法进行了改进,采用最佳保留选择策略、多算子交叉和变异,并且采用自适应变焦变异,改进后的交叉与变异操作,使算法始终保持了种群的多样性,同时也提高了寻优最终结果的精确性。实验表明基于实数编码的改进遗传算法(RIGA)有效的改善了遗传算法的缺点。

一种改进型量子遗传算法

针对量子遗传算法在复杂连续函数优化中存在的收敛速度慢、易陷入局部极值等缺点,提出一种改进型量子遗传算法。采用动态策略调整量子门旋转角,以加快收敛速度,采用优体交叉策略实施交叉操作,以增强局部搜索能力。通过典型复杂连续函数的测试验证该算法的可行性和有效性。

改进量子遗传算法辨识超混沌系统

混沌系统的参数辨识是非线性科学混沌控制与同步的关键问题.提出了具有良好全局搜索能力的改进量子遗传算法,将其用于混沌系统参数辨识问题。通过减小实际系统与数学模型的状态同步误差构造适应度函数,将参数辨识问题转化为多维优化问题.用此改进的算法对超混沌Chen系统进行了研究,并与基本量子遗传算法进行了比较,结果表明改进的算法具有更好的寻优能力,并证实了改进量子遗传算法的有效性、可行性.

基于改进的量子遗传算法的多用户检测

为了加快量子遗传算法(QGA)的收敛速度,减小基于QGA的多用户检测的计算复杂度,提出了一种基于改进的量子遗传优化算法(MQGA)的多用户检测算法。通过引入小生境协同进化策略初始化量子种群,并采用自适应更新旋转角策略,改善了QGA的收敛性能和寻优能力。仿真结果表明,提出的多用户检测算法在收敛速度、误码率、抗远近能力及系统容量方面都优于遗传算法多用户检测器、量子遗传算法多用户检测器和传统多用户检测器。

基于实数编码的改进遗传算法在结构可靠度中的应用研究

本文将人工智能的关键技术之一演化算法中的遗传算法用于结构可靠度的计算，并在算法中采用实数编码技术及一系列目前较先进的策略和算子，同时将模拟退火的思想引入变异算子。通过算例证明这种改进遗传算法在求解可靠度尤其求解复杂非线性问题可靠度时具有良好收敛性和高效性。

基于实数编码的改进遗传算法研究

针对遗传算法运算速度低、容易陷入局部最优值、早熟收敛等缺点,提出了基于实数编码的遗传算法的改进算法,对基于实数编码的遗传算法的选择、交叉、变异算子以及操作方法进行了改进,采用最佳保留选择策略、多算子交叉和变异,并且采用自适应变焦变异,改进后的交叉与变异操作,使算法始终保持了种群的多样性,同时也提高了寻优最终结果的精确性。实验表明基于实数编码的改进遗传算法(R IGA)有效的改善了遗传算法的缺点。