利用量子启发Hadamard游走实现优越的探索-利用平衡
神经与进化计算
2011-05-17 v1
摘要
本文通过提出量子启发的Hadamard游走(称为QHW)，扩展了量子启发进化算法中使用的类比。还提出了一种新颖的量子启发进化算法HQEA，用于解决组合优化问题。HQEA的新颖之处在于它融合了QHW远程搜索和QHW局部搜索——本文定义的经典变异和局部搜索的量子对应物。本文解释了这种方法背后的直观推理以及由此产生的探索-利用平衡。在0-1背包问题上的实验结果表明，HQEA在收敛速度和精度方面显著优于传统遗传算法CGA以及两种量子启发进化算法QEA和NQEA。
引用
@article{arxiv.1004.0514,
title = {Superior Exploration-Exploitation Balance with Quantum-Inspired Hadamard Walks},
author = {Sisir Koppaka and Ashish Ranjan Hota},
journal= {arXiv preprint arXiv:1004.0514},
year = {2011}
}
备注
2 pages, 2 figures, 1 table, late-breaking