采用群体统计学习的量子进化算法
【作者】
钱洁
[1,2] ;
郑建国
[1]
【关键词】
量子进化
统计学习
基因信息
背包问题
组合优化
【摘要】针对传统量子进化算法采用精英个体作为吸引子,存在种群学习范围窄、优秀基因易丢失的缺陷,提出了一种采用群体统计学习的量子进化算法.该算法抛弃了传统量子进化算法中的精英保留策略,通过截断、比例、竞赛选择等方式对进化过程中优秀群体统计分析后构建整个种群的吸引子,避免了以单一个体为单位的学习方式,能较为全面地从整个优秀种群学习知识,并保留群体的优秀基因信息.同时,吸引子每代更新,避免了采用精英保留策略易陷入局部极值的问题.通过测试实验表明,提出的算法搜索精度和效率提高,收敛速度更快,算法综合性能提高.
上一篇:一种快速的零空间算法
下一篇:采用两阶段策略模型(KTSVM)的P2P流量识别方法