非线性混沌网络系统的分散性能量子优化算法

针对量子优化算法应用时,优化控制方法的差异会造成优化算法收敛时间过长的问题,提出非线性混沌网络系统的分散性能量子优化算法。采用分段Logistic混沌映射方法,获取量子初始化位置。依托于适应度划分量子种群,分别针对顶层和底层种群建立相应进化模式。利用多个非线性连续时间子系统,设计非线性混沌优化控制方法,确定最佳控制方案。最后,引入早熟收敛判断机制得到最优解计算结果。实验结果表明,与传统方法相比,所提优化算法收敛时间明显减少。