电子学报 ›› 2019, Vol. 47 ›› Issue (6): 1337-1343.DOI: 10.3969/j.issn.0372-2112.2019.06.022

• 学术论文 • 上一篇    下一篇

MQHOA优化算法能级稳定过程及判据研究

周岩1, 王鹏1, 辛罡2,3, 李波2,3, 王德志1   

  1. 1. 西南民族大学计算机科学与技术学院, 四川成都 610225;
    2. 中国科学院成都计算机应用研究所, 四川成都 610041;
    3. 中国科学院大学, 北京 100049
  • 收稿日期:2018-08-07 修回日期:2018-11-30 出版日期:2019-06-25 发布日期:2019-06-25
  • 通讯作者: 王鹏
  • 作者简介:周岩 男,1976年10月出生于陕西省宝鸡市,现为西南民族大学硕士研究生,主要研究方向:智能算法、云计算、并行计算.E-mail:22954936@qq.com;辛罡 男,1983年11月出生于四川省成都市,现为中科院成都计算所计算机软件工程博士研究生,主要研究方向为量子启发式算法,高性能计算E-mail:xin_gang@vip.126.com;李波 男,1980年5月出生于山东省新泰市,现为中科院成都计算所计算机软件工程博士研究生.主要研究方向为智能算法,图像分割.E-mail:guangbl@outlook.com
  • 基金资助:
    国家自然科学基金(No.60702075);国家自然科学基金面上项目(No.71673032);四川省教育厅2018一般项目(No.18ZB0623);西南民族大学中央高校基本科研业务费专项资金资助(No.2019NYB22)

Research on Energy Level Stability Process and Criterion of MQHOA Optimization Algorithm

ZHOU Yan1, WANG Peng1, XIN Gang2,3, LI Bo2,3, WANG De-zhi1   

  1. 1. School of Computer Science and Technology, Southwest Minzu University, Chengdu, Sichuan 610225, China;
    2. Chengdu Institute of Computer Application, Chinese Academy of Sciences, Chengdu, Sichuan 610041, China;
    3. University of Chinese Academy of Sciences, Beijing 100049, China
  • Received:2018-08-07 Revised:2018-11-30 Online:2019-06-25 Published:2019-06-25

摘要: 多尺度量子谐振子算法(MQHOA)的能级稳定过程是算法的核心部分,对于避免算法陷入局部最优、提高算法求解精度具有重要作用.对算法能级稳定过程进行研究,发现不同的能级稳定判据,会造成算法在同一能级下不同的表现.相对宽松的判据使算法在能级稳定过程中迭代不充分,容易陷入早熟.而更严格的判据能使波函数在同一能级下达到稳定状态,提高算法的全局搜索能力,但会增加算法的计算代价.通过实验证明,相对宽松的能级稳定判据对单峰简单函数具有良好的求解效果,严格的能级稳定判据适用于算法对多峰复杂函数的求解.算法在资源优化、自适应控制及能耗优化管理等方面已取得有效应用.

关键词: 优化算法, 多尺度量子谐振子算法, 能级稳定, 量子计算, 量子谐振子, 波函数, 量子退火

Abstract: The energy level stabilization process of the multi-scale quantum harmonic oscillator algorithm (MQHOA) is the core part of the algorithm,which plays an important role in avoiding the algorithm falling into local optimum and improving the accuracy of the algorithm.In the studying of the energy level stabilization process of the algorithm,it is found that different energy level stabilization criteria will result in different performance of the algorithm at the same energy level.The relatively loose criterion makes the iteration of the algorithm inadequate in the process of energy level stabilization and easy to fall into premature.The more stringent criterion can make the wave function reach a stable state at the same energy level,improve the global search ability of the algorithm,but meanwhile the computing cost will also rise.Experiments show that loose energy level stability criterion of the algorithm has good effect on solving unimodal simple functions,and strict energy level stability criterion of it is suitable for solving multimodal complex functions.The algorithm has been effectively applied in resource optimization,adaptive control and energy consumption optimization management.

Key words: optimization algorithm, multi-scale quantum harmonic oscillator algorithm, energy level stability, quantum computation, quantum harmonic oscillator, wave function, quantum annealing

中图分类号: