【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第12期 321-325页,共5页

【作 者】： 傅德胜 ; 张蓉

【摘 要】 针对量子遗传算法容易早熟收敛和陷入局部最优的问题，提出了一种均衡收敛性和多样性的改进量子遗传算法（IQ—GA），可结合小生境技术，通过使用惩罚函数修正个体的适应度来淘汰相似性高的个体，使种群具有良好的多样性，避免局部最优，同时，在进化过程中采用动态调整量子旋转角θ的更新策略，加快算法的收敛速度。实验结果表明，IQGA算法可以有效避免传统量子遗传算法早熟收敛，具有寻优能力强、收敛快等优点，适合于一般连续函数优化问题。