量子遺傳演算法怎麼實現的？求大神幫忙講解講解？

1樓：雲外陽光

量子遺傳演算法(QGA-Quantum Genetic Algorith)

簡單來講：它與遺傳演算法的不同點主要在於種群編碼方式和進化策略上。量子遺傳演算法種群編碼方式的核心就是利用量子位和量子疊加態對染色體進行編碼，使乙個染色體同時表示多個狀態的資訊，極大的豐富了種群的多樣性；同時使用量子旋轉門對種群進行更新，以當前最優個體的資訊為引導進化。

在迭代過程中，每個量子位的疊加態將會塌縮到乙個確定的狀態，從而趨於穩定，達到收斂，最後實現尋優的目的。由於量子遺傳演算法採用了獨特的編碼方式和更新方式，因此它比傳統遺傳演算法具有更加豐富的種群多樣性，更快的收斂速度，更高的收斂精度。

這有大神的完整的matlab：

量子遺傳演算法以及matlab實現 - yi_tech_blog的部落格 - 部落格頻道 - CSDN.NET

2樓：熊貓丟了貓

如果了解遺傳演算法(GA)的理論和步驟對於了解量子遺傳演算法(QGA)就很容易上手了。

遺傳演算法的經典進化運算元選擇、交叉、變異，在量子遺傳演算法主要是通過量子門（我常用的是量子旋轉門）進化操作的。

主要的步驟如下:

1.初始化種群，區別於GA的二進位制編碼、整數編碼等編碼方式，QGA採用量子位元編碼的方式來構造染色體。

2.測量各個個體（怎麼從量子位元對應到實數，相當於解碼），計算個體適應度（和GA一樣）。

3.以當前最優個體為下一代進化目標，經過量子門操作，改變染色體量子位元編碼，形成下一代種群。

4.再次測量、計算，重複昨天的故事。

5.滿足條件時，跳出迴圈，記錄最優值。

如果還不明白的話，請參考史峰老師的《MATLAB智慧型演算法30個案例分析》。