论文部分内容阅读
基于量子进化理论以及蚂蚁群体的寻优策略，结合一种二进制量子蚁群算法，提出了一种自适应相位旋转的二进制量子蚁群算法（Binary Quantum Ant Colony Optimization Algorithm, BQACO）。该算法采用量子比特概率幅表示蚁群信息素，利用伪随机选择策略实现蚂蚁的位置移动，通过自适应相位旋转以及变异操作，实现蚂蚁信息素的动态更新，并有效降低算法早熟收敛概率。通过标准测试函数对其优化性能进行研究，该算法在函数优化的全局寻优能力和快速搜索能力上，均优于二进制量子蚁群算法和连续量