论文部分内容阅读
针对多峰函数优化中的全局及局部寻优问题,提出了一种结合免疫克隆算子的量子遗传算法,给出了实现流程。该方法针对量子遗传算法在复杂连续函数优化中收敛速度慢、易陷入局部极值等缺点,采用免疫克隆操作及交叉策略提高抗体成熟力及亲和性,增强抗体群分布的多样性及稳定性,有效克服了量子遗传算法容易陷于局部最优及计算缓慢的不足。通过对多峰函数的全局寻优仿真实验,并与基本遗传算法、量子遗传算法的计算结果进行比较,结果表明在相同条件下,所提算法所需循环代数少,并且其鲁棒性高于普通量子遗传算法和遗传算法。