Page 218 - 当代控制理论及应用技术概论
P. 218
当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology
法中，采用对父代进行克隆复制的策略，使其解空间扩大保持了解的多样性，有
效克服了早熟问题。
（四）量子遗传算法的应用研究
OGA 作为一种新兴的进化算法，在很多方面获得了比传统进化算法更优秀
的效率，其应用研究主要集中在以下几个方面。
1. 组合优化
量子遗传算法的首次提出就是通过组合优化问题来验证其有效性的，所以
量子遗传算法在组合优化问题中有着广泛的应用。Han 等人提出了 QGA 算法，
并将其用于求解背包问题，较传统遗传算法获得了较高的求解效率。熊焰等人
在 OGA 的基础上，引入了量子变异机制用于求解 0-1 背包问题，使得算法性能
较 QGA 和基本遗传算法有较大提高。邢焕来等人提出的 QGA 基础上引人动态调
整量子门旋转角机制，结合量子交叉、量子变异操作提出了 NIQGA 算法，并将
其应用到 0-1 背包问题和路由选择问题中。王宇平等人将量子遗传算法用来求解
TSP 获得了较高的效率。
2. 函数优化
许多学者对量子遗传算法进行了改进，并将其应用到数值优化问题中，取得
了主厚的成果。Chen 等人在量子遗传算法的基础上，提出了一种混沌旋转门量
子遗传算法（COGA）通过数值优化实验证明，该算法比基本 QGA 有更高的求解
效率。有文献提出了量子遗传算法与传统 GA 的混合框架，采用量子搜索空间和
遗传码空间混合搜索以及量子搜索和遗传搜索的多方位混合，提出了混合量子遗
传算法（RQGA），通过数值优化实验表明，混合算法具有较快的收敛速度和质量。
在高维多极值优化方面，陈辉等人提出了实数编码混沌量子遗传算法（RCQGA），
与传统的 QGA 相比，该算法具有编码方便、运行时间短、收敛速度快、全局寻
优能力强等优点。
李英华等人在量子遗传算法的基础上，加入了一种可控旋转门操作和新的算
法终止条件，得到了一种混合量子遗传算法，数值优化实验表明，该方法具有较
快的收敛速度和较高的收敛精度。张葛祥等人提出了一种新量子遗传算法（NQ-
GA）采用量子比特相位比较法更新量子门和自适应调整搜索网格的策略，通过
典型复杂函数的测试表明，NQGA 具有较高的优化质量和效率。
210
210
