为提高布谷鸟搜索算法的优化能力,从研究布谷鸟算法的实现机制入手,提出一种量子行为衍生布谷鸟算法。算法中的鸟窝位置采用Bloch球面描述的量子比特编码,个体更新采用Bloch球面上的绕轴旋转方式,引入莱维飞行随机走动控制绕轴旋转角度大小,搜索范围限定到Bloch上半球,最后根据种群退化程度建立自适应发现概率。函数极值优化的仿真结果表明,该算法的单步迭代时间为普通布谷鸟算法的9倍左右,但寻优能力有明显提高,相对于其他量子进化算法也有一定程度的提升。
科研之友
微信
新浪微博
Facebook
分享链接
