一种解决网络编码资源优化的改进量子遗传算法

摘要

对网络编码组播中的编码资源优化问题,提出一种基于动态量子旋转角步长更新策略和量子位变异机制的改进型量子遗传算法,在该改进算法进化过程中,充分考虑到种群的多样性要求,利用一种新的动态角步长旋转机制进行种群更新,同时引入个体间汉明距离作为量子变异的进化参数.通过网络编码问题中的经典蝴蝶网络迭代拓扑的仿真分析,对新的量子旋转角步长策略和量子变异机制进行性能评估,并将改进型量子遗传算法与标准遗传算法及标准量子遗传算法进行性能比较.最终结果表明,改进后的量子遗传算法在收敛速率、搜索成功率以及全局优化效果等方面明显优于标准遗传算法和标准量子遗传算法.