【出 处】：《 计算机仿真 》 CSCD 2013年第4期 322-325页,共4页

【作 者】： 张澎 [1] ; 王鲁达 [1] ; 胡丹 [2]

【摘 要】 针对蚁群算法解决一些复杂多维问题的能力不强，容易陷入局部最优，造成算法早熟的情况。为解决上述问题，提出了一种用量子衍生方法的多目标蚁群算法，可用量子遗传算法的全局搜索和蚁群算法的群体智能机制，将蚁群优化与量子遗传算法相结合，用于多维0一l背包问题的求解。与同类算法进行对比分析，实验证明改进算法不仅能更快更精确地逼近Pareto最优前端，并能够维持Pareto最优解分布的均匀性，有效的提高了计算效率和搜索效率，且能弥补蚁群算法的不足。