Page 216 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

结果调整 中相应位量子比特，使得 朝着有利于最优确定解的方向进化。
（2）加入量子交叉操作。量子遗传算法中最能体现个体结构信息的是其进
化目标，即个体当前最优确定解以及对应的适应度值，因此，可以考虑互换个体
的进化目标以实现个体间信息的互换，从而实现量子交叉的目的。其基本操作就
是在个体之间暂时交换最优确定解和最优适应度值，个体接受交叉操作后，它的

进化方向将受到其他个体的影响，从而获取新的进化信息。
（3）加入量子变异操作。量子变异的作用是轻微地打乱某个个体当前的进
化方向，以防止该个体的进化陷入局部最优。量子变异通过操作染色体编码实现，

互换量子比特概率幅 的值，可将个体的进化方向彻底反转。量子变异操作
采用单点变异和多点变异相结合的方式，以增强种群中基因的多样性。
（4）加入量子灾变。当算法经历数代稳定后，最优个体保持稳定时，算法
可能陷入了局部最优解，此时采取量子灾变操作，可使其摆脱局部最优解。具体
方法是，将种群中部分个体施加大的扰动，重新随机生成部分个体。

（三）量子遗传算法的改进方法
1. 对量子门的改进
量子遗传算法通过量子门来更新种群，从而使算法收敛。所以，量子门的

选择能够影响算法的收敛性能。因此，许多研究尝试从量子门的角度对量子遗传
算法进行改进。Han 等人提出了一种基于 Hε 旋转门操作的量子遗传算法，这种
新的旋转门操作能够使初始量子个体具备更多与最优解相关的信息，因此能够大
幅提升求解效率，并且能够有效避免陷人局部最优。数值函数优化和 0-1 背包问
题验证了算法的有效性。

Chen 等人为了提高量子遗传算法的收敛速度，提出了一种混沌更新旋转门，
将生成的混沌序列用于种群的更新。由于混沌序列具有遍历性的特点，混沌序列
在经过变异操作后能够增加种群的多样性，而且利用混沌更新旋转门更新种群并

不会改变量子概率幅的混沌性，这就节约了搜索和比较的时间，从而提升了运算
效率。几个典型数值优化问题证明了该方法的有效性。
2. 加入新算子
Han 等人提出的量子遗传算法（QGA）没有采用任何遗传操作，因为他们认
为该算法染色体的多态性表达已经能够保证算法具有足够的多样性，同时具有开

发能力和探索能力，因而不需要有交叉和变异。但是对于一些多峰函数优化问题，

208
208