量子实数编码遗传算法

摘要

量子位编码方式、量子门旋转相位的确定，是目前限制量子遗传算法效率的两个主要问题。现有的量子遗传算法均采用量子位编码观察得到二进制编码，在用于数值优化问题时。由于需要频繁的编码解码导致计算量加大，不能满足多参数优化和高精度计算的要求；量子旋转门旋转角的方向和大小几乎都是基于查表法，涉及到多路条件判断，影响算法的效率。提出一种量子实数编码遗传算法(QRGA)，该算法采用实数编码省去编码解码过程，使求解精度不受编码位影响，能快速收敛到全局最优，并且QRGA采用自适应的方式对量子旋转门旋转角和变异概率进行调整，以保证了进化的方向性和提高算法效率。对比实验结果证实了该算法的可行性与有效性。