计算机应用研究

作者：李昆仑,关立伟,

单位：河北大学电子信息工程学院,河北保定071000；

关键词：量子遗传算法,共生演算法,差异度,数值优化,任务调度,

基金：国家自然科学基金资助项目(61672205)；；

针对共生演算法收敛慢和易陷入局部最优的问题，结合量子遗传算法理论，提出一种实数编码的量子共生演算法（real-coded quantum symbiotic organisms search，RQSOS）。首先依据三角模糊数提出差异度概念，并依此构造一个以自变量向量的分量和一对概率幅为等位基因的三倍染色体，使一条染色体携带更多信息并增强解的多样性；然后提出一种基于阿基米德螺旋线的探索学习模式，加强对解空间的探索精度；最后使用共生演算法更新差异度值并依据差异度值对种群进行学习和变异操作，促使整个种群快速向最优方向进化且减小了陷入局部最优的概率。利用数值优化问题和云任务调度问题对算法进行验证，仿真结果表明，RQSOS算法在收敛速度和寻优能力上均有明显提升，是一种可行有效的算法。

来源：2019年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第3期