论文部分内容阅读
多尺度量子谐振子算法(Multi-Scale Quantum Harmonic Oscillator Algorithm，MQHOA)是新近提出的一种全局优化算法，它从量子力学的角度，利用谐振子运动的物理含义和与优化问题的对应关系，根据波函数从高能态跃迁到基态的概率解释进行算法构造，具有数学结构简单以及物理含义明确等优点。多尺度量子谐振子算法已经被证明是一种全局收敛算法，它可以精确的收敛到全局最优解位置，于此同时，它还具有很高的求解效率。 目前，对该算法的研究丰要集中于理论上的分析以及算法的应用研究。对算法理论的研究主要集中于算法的收敛性分析以及收敛过程对应的物理学意义上的解释;对算法应用方面的研究包括高维函数优化、聚类等领域。总体来说，目前对算法的应用研究还十分不足，特别是对复杂函数优化问题，尚未有文献给出运用MQHOA求解的有效方法。 本文从应用角度出发，将多尺度量子谐振子算法应用予求解复杂函数优化中的两类经典问题:整数规划问题以及非线性约束优化问题，通过对多尺度量子谐振子算法的适当变形及结合求解这两类问题的经典方法，给出求解这两类函数优化问题的算法步骤和方法，并和求解这两类问题效果较好的量子粒子群算法(Quantum-behavedParticle Swarm Optimization，QPSO)进行一些对比分析。 文章实验部分通过3类复杂函数优化问题，将基于MQHOA的求解方法与基于QPSO算法的求解方法进行对比分析，从收敛速度和求解精度两个方面论证了前者的有效性，并指出算法尚存在的一些不足之处。