历史数据驱动的多尺度量子谐振子优化算法

作者：金瑾; 王鹏

来源：东北大学学报(自然科学版), 2022, 43(02): 160-167.

DOI：10.12068/j.issn.1005-3026.2022.02.002

• 优化算法
• 量子谐振子
• 多尺度
• 数据驱动
• 历史信息

多尺度量子谐振子优化算法(MQHOA)是近年提出的一种基于量子物理的自然计算方法.本文针对该算法未能充分利用迭代中历史信息的问题，提出一种历史数据驱动的多尺度量子谐振子优化算法(HI-MQHOA).在两步迭代过程中，HI-MQHOA引入历史数据作为驱动，形成下一代个体分布的参数及动态调整算法尺度.形成的下一代个体分布参数可以有效指导算法的开发和探索，动态尺度调整可以避免早熟停滞.通过多个经典测试函数验证，该算法在解的质量、准确率和伸缩性方面优于MQHOA和改进的MQHOA,以及其他自然计算算法.

• 单位
  中国科学院大学; 西南民族大学; 中国科学院成都计算机应用研究所