一种改进的多目标量子免疫克隆算法

摘要

针对量子免疫克隆算法在解决多目标优化问题时存在编码复杂、需要进行频繁的编解码操作、算法效率和寻优速度降低等缺陷,提出一种改进的多目标量子免疫克隆算法。该算法采用快速非支配排序策略,降低了复杂度,提高了算法稳定性与通用性;提出一种改进的克隆规模计算方式,将抗体亲和度、抗体浓度和拥挤距离相结合来确定克隆规模,提高了算法的局部寻优能力;采用Logistic映射产生混沌变量作为量子旋转门旋转角,实现种群抗体的更新,加速算法收敛;提出改进的锦标赛选择策略,锦标赛选择由抗体浓度和拥挤密度共同决定,改善了抗体的多样性。详细阐述了算法的实现步骤并对算法进行验证,通过3个典型的测试函数的仿真结果证明了算法的可行性和有效性。