论文部分内容阅读
模糊机会约束规划因其非线性、非凸性及模糊性,对经典的优化理论提出了极大的挑战。设计了一种基于模糊模拟的混沌量子蚁群算法,为解决复杂的模糊机会约束规划问题提供了有力的工具。算法中每只蚂蚁携带一组表示蚂蚁当前位置信息的量子比特,采用随机干扰离散量子交叉,进行高斯量子变异,为量子旋转门更新设计基于梯度的转角计算方法。在每次迭代的当前全局最优解附近使用混沌量子搜索,搜索范围随迭代次数而逐渐减小,因而在初期能防止陷入局部最优,后期能提高搜索精度。证明了该蚁群算法的收敛性。数值案例研究验证了该算法的有效性、稳定