前者的贡献在于将量子多宇宙的概念引入遗传算法,利用多个宇宙的并行搜索,增大搜索范围,利用宇宙之间的联合交叉,实现信息的交流,从而整体上提高了算法的搜索效率。但算法中的多宇宙是通过分别产生多个种群获得的,并没有利用量子态,因而仍属于常规遗传算法。后者将量子的态矢量表达引入遗传编码,利用量子旋转门实现染色体的演化,实现了比常规遗传算法更好的效果。但该算法主要用来解决0-1背包问题。编码方案和量子旋转门的演化策略不具有通用性,尤其是由于所有个体都朝一个目标演化,如果没有交叉操作,极有可能陷入局部最优。
2022-12-04 22:22:56
4KB
量子
遗传
1