改进量子遗传算法用于多峰值函数优化

作者：贺敏伟 李贵海 阮柏尧 汪杨林 林健改进量子遗传算法遗传算法多峰值函数优化

摘要：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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社