论文部分内容阅读
计算智能是现代信息处理的核心技术之一，而不断发展的量子计算为这一前沿性、交叉性学科注入了新的生命本源。通过借鉴量子计算中的信息表达方法和处理模式，提出了另一种智能优化方法——量子遗传算法，提高了智能信息处理的综合性能。利用量子态的叠加性原理，采用量子比特对染色体进行编码，仅仅用一个量子染色体就可以充分表示整个群体，并且提出了一种新的进化模式，即通过构造量子门作用于量子染色体，调整各个个体在种群中的分布概率密度实现群体的进化。介绍了量子遗传算法的基本设计步骤，并通过求解0-1背包问题的实验分析，表明该算法有良好的收敛性和群体多样性，性能优于传统的遗传算法。