[发明专利]一种带有连接学习的量子演化算法

摘要

本发明涉及一种带有连接学习的量子演化算法，其由若干个计算单元构成，每一个计算单元都包括量子个体、坍缩个体和吸引子，步骤为：初始化所有计算单元中的量子个体；对第i个计算单元，通过直接采样量子个体和概念引导组合算子得到坍缩个体，利用目标函数评价坍缩个体以得到适应值；根据坍缩个体将吸引子赋值为对应的坍缩个体，完成计算单元初始化；将量子化个体的信息量构成的信息度量矩阵初始化为0矩阵；采用坍缩态生成算法由量子化个体生成坍缩个体，部分坍缩个体生成临时概率向量，其余坍缩个体直接采样于对应的量子个体；所有计算单元中的量子个体和吸引子都根据吸引子的适应值和坍缩个体的适应值进行更新；当达到预先设定的最大迭代次数后，则完成量子演化过程。

主权项

一种带有连接学习的量子演化算法，其特征在于，该算法由若干个计算单元构成，每一个计算单元都包括量子个体Q_i、坍缩个体C_i和吸引子A_i，其中，i表示计算单元的序号，i＝1,2，…，N，N为自然数，所述算法步骤如下：1)初始化所有计算单元中的量子个体Q_i，将所有的量子化个体都初始化为相同的值；2)对第i个计算单元，通过直接采样量子个体Q_i和概念引导组合算子得到坍缩个体C_i，并利用目标函数评价坍缩个体C_i以得到其适应值F＝(f(C₁),f(Q₂),…,f(Q_N))；其中，概念引导组合算子简称为CGC算子；3)根据步骤2)中得到的坍缩个体C_i，将吸引子A_i赋值为对应的坍缩个体C_i，完成计算单元初始化；4)将量子化个体的信息量构成的信息度量矩阵W初始化为0矩阵；5)采用坍缩态生成算法由量子化个体生成坍缩个体C_i，在所有的坍缩个体C_i中，有N×p个坍缩个体C_i采样于CGC算子生成的临时概率向量，其余的N×(1‑p)个坍缩个体C_i直接采样于对应的量子个体；其中，p为使用CGC算子作为生成算子的概率；6)所有计算单元中的量子个体Q_i和吸引子A_i都根据吸引子A_i的适应值f(A_i)和坍缩个体C_i的适应值f(C_i)进行更新,从吸引子A_i计算中适应度最好的坍缩个体C_i：如果f(A_i)等于或者优于f(C_i)，则表示吸引子A_i优于当前的坍缩个体C_i，那么不改变该吸引子A_i，并用该吸引子A_i继续指导量子个体Q_i的演化；否则，将吸引子A_i替换为当前的坍缩个体C_i，更新信息度量矩阵W＝(w_i,j)和计算单元；7)重复步骤6)，当达到预先设定的最大迭代次数后，则完成量子演化过程。