论文部分内容阅读
为了解决量子遗传算法（QGA）用于连续多峰函数优化易陷入局部极值的问题，将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中，提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法．该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索，提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。