基于混沌理论的免疫量子进化算法

摘要

提出了基于混沌理论的免疫量子进化算法,该算法应用混沌理论并依据小生境机制将初始个体划分为实数编码染色体的子群,各子群应用免疫特性的局域搜索能力找出优化解.混沌优化搜索机制能有效避免早熟收敛.为解决2进制算法所不能避免的精度与效率的冲突.采用10进制编码染色体.算法综合了量子计算的天然并行性、免疫算法的充分自适应性和混沌系统的遍历性,它比传统的进化算法具有更好的种群多样性,更快的收敛速度,更有效的全局和局域寻优能力.仿真实验也表明了该算法的优越性.