电子学报 ›› 2013, Vol. 41 ›› Issue (6): 1069-1075.DOI: 10.3969/j.issn.0372-2112.2013.06.005

• 学术论文 • 上一篇    下一篇

引入逆学习的量子自适应禁忌搜索算法

钱洁1,2, 郑建国2   

  1. 1. 湖北汽车工业学院信息系, 湖北 十堰 442002;
    2. 东华大学智能系统研究中心, 上海 200051
  • 收稿日期:2011-09-18 修回日期:2012-11-22 出版日期:2013-06-25 发布日期:2013-06-25
  • 作者简介:钱 洁 男,1974年1月出生,四川成都人.2004年获电子科技大学计算机软件与理论专业硕士学位,现为东华大学博士后,湖北汽车工业学院副教授.从事计算智能及数据挖掘方面研究. E-mail:qj@huat.edu.cn 郑建国 男,1962年10月出生,福建永定人.2002年获西安电子科技大学博士学位,现为东华大学教授、博士生导师、主要研究领域为数据挖掘,智能计算.
  • 基金资助:

    国家自然科学基金(No.70971020);湖北省教育厅科研重点项目(No.D20131804)

A Quantum-Inspired Adaptive Tabu Search Algorithm with Inverse Learning

QIAN Jie1,2, ZHENG Jian-guo2   

  1. 1. School of Information, Hubei University of Automotive Technology, Shiyan, Hubei 442002, China;
    2. Intelligent Systems Research Center, Donghua University, Shanghai 200051, China
  • Received:2011-09-18 Revised:2012-11-22 Online:2013-06-25 Published:2013-06-25

摘要: 为增强量子进化算法的局部优化能力,结合禁忌搜索思想,提出一种具有逆学习机制的量子自适应禁忌搜索算法.算法采用一种量子自适应邻域映射机制,且禁忌表的禁忌长度可随量子态动态调整,这些策略较好的解决了集中性和多样性搜索的矛盾.另外,算法增加了一种能使个体尽快摆脱劣势区域的逆学习量子更新模式.设计的算法能较好的平衡全局和局部搜索,能有效避免量子过快陷入局部极值.通过实验表明提出的算法具有更好的局部搜索能力.

关键词: 量子进化算法, 自适应, 禁忌搜索, 函数优化, 组合优化

Abstract: In order to enhance the local optimization capability of quantum-inspired evolutionary algorithm (QEA),a novel QEA incorporating inverse learning mode is proposed based on adaptive tabu search.In this algorithm,the neighborhood structure and tabu tenure can be adjusted dynamically casing quantum entanglement states,so that the conflict between intensification and diversification is well solved.At the same time,a novel quantum updating mode named inverse learning is designed to help individuals get out of inferior region.Therefore,better balance between exploration and exploitation can be achieved to escape from a local optimum.Experiment results show that local optimization ability has been advanced effectively through the proposed algorithm.

Key words: quantum-inspired evolutionary algorithm, adaptive, tabu search, function optimization, combinatorial optimization

中图分类号: