一种新的量子遗传算法变异机制

对量子遗传算法(QGA)的随机特性进行了分析，发现QGA自身就蕴涵自适应性变异机制，这导致传统的随机变异机制在量子遗传算法中不能很好提高全局寻优能力，甚至降低量子遗传算法的效率。鉴于此本文不再用生物学的眼光来看待它，而把它与人类社会形态的发展作类比，并以事物的发展应该是有阶段性的螺旋式的不断否定的过程作为指导思想，在此基础上提出基于观测状态的阶段式大尺度变异机制(Stage Large-scale Variation Mechanism Based On Observation)(SLVMBOO)。最后针对一个典型的组合优化问题--0/ 1 背包问题和函数Schaffer's F6优化问题进行了对比实验，结果表明本文提出的SLVMBOO明显提高了QGA的全局寻优能力和效率。