混合量子粒子群算法及其在Flow Shop调度中的应用

摘要

提出了一种基于量子理论的混合量子粒子群算法(Hybrid QuantumParticle Swarm Optimization,HQPSO),量子理论中的叠加态特性可以使粒子表达更多的的状态,增加了粒子的多样性,一定程度上避免了早熟收敛陷入局部最优,引入一种混合量子粒子群优化算法,在每一代迭代中对量子位引入遗传算法的交叉变异的框架,保持比较好的解再进行量子粒子更新,同时引入扰动机制,进一步避免陷入局部最优。将其应有在Flow Shop调度问题,仿真结果表明,新算法有效抑制了停滞现象,增强全局搜索能力,且具有比传统的量子遗传算法更好的优化性能。