摘要: 针对量子优化算法应用时, 优化控制方法的差异会造成优化算法收敛时间过长的问题, 提出非线性混沌网络系统的分散性能量子优化算法。 采用分段 Logistic 混沌映射方法, 获取量子初始化位置。 依托于适应度划分量子种群, 分别针对顶层和底层种群建立相应进化模式。
利用多个非线性连续时间子系统, 设计非线性混沌优化控制方法, 确定最佳控制方案。
最后, 引入早熟收敛判断机制得到最优解计算结果。 实验结果表明, 与传统方法相比, 所提优化算法收敛时间明显减少。
中图分类号:
王晓晗. 非线性混沌网络系统的分散性能量子优化算法[J]. 吉林大学学报(信息科学版), 2022, 40(3): 424-430.
WANG Xiaohan. Quantum Optimization Algorithm for Decentralized
Performance of Nonlinear Chaotic Network Systems[J]. Journal of Jilin University (Information Science Edition), 2022, 40(3): 424-430.