量子進化算法是量子計算與進化計算相融合的產(chǎn)物,它利用量子理論中有關量子態(tài)的疊加和糾纏等特性,P4SMA150CA通過量子旋轉(zhuǎn)門“量子交叉、量子變異”等操作來實現(xiàn)個體的變異和種群的進化,利用當前最優(yōu)個體的信息來更新量子旋轉(zhuǎn)門,以加速算法收斂。傳統(tǒng)智能優(yōu)化算法雖然具有各自的特點,但在具體求解過程中常常表現(xiàn)出早熟收斂、易陷入局部最優(yōu)等不足。量子進化算法將量子比特的概率幅表示方式應用于染色體的編碼,在對一個量子染色體執(zhí)行觀察前,其處于多個確定狀態(tài)的疊加狀態(tài),從而提高了個體的多樣性,增強了全局搜索能力,可較好地克服早熟收斂現(xiàn)象。量子進化算法流程圖如圖3-14所示。

   量子進化算法保留了傳統(tǒng)進化算法中的種群初始化、交叉、變異和選擇操作,并在進化操作中引入了量子旋轉(zhuǎn)門。其特點是采用量子比特的概率幅編碼方式,使一個小種群的量子個體可對應于傳統(tǒng)編碼方式下很大數(shù)量的個體。文獻[105]提出混合量子進化算法。該算法采用序列染色體和量子染色體相結(jié)合的混合編解碼策略,利用構造啟發(fā)式算法生成初始種群,避免不可行解的大量產(chǎn)生;為提高算法的優(yōu)化性能,進化過程中采用序列染色體和量子染色體同步交叉變異策略,并引入基于圖論的不可行解修復策略。