论文部分内容阅读
为提高人工蜂群算法的优化能力,提出一种量子衍生蜂群算法。在该算法中,蜂群采用基于Bloch球面描述的量子比特编码;采用量子比特在Bloch球面上的绕转旋转实现进化搜索;采用泡利矩阵获得量子比特的Bloch坐标;通过解空间变换获得优化问题的实际解。该方法的突出优点是能够同时调整量子比特的两个参数,并自动实现两个调整量的最佳匹配。函数极值优化及水淹层识别的实验结果表明,该方法的优化能力比普通蜂群算法确有明显提高。