混合随机量子鲸鱼优化算法求解TSP问题

闫旭; 叶春明

Chinese

您当前的位置：

首页 >

文章列表页 >

混合随机量子鲸鱼优化算法求解TSP问题

更新时间：2026-09-04

- 混合随机量子鲸鱼优化算法求解TSP问题
- Hybrid Stochastic Quantum Whale Optimization Algorithm Solving Travelling Salesman Problem
- 微电子学与计算机 2018年35卷第8期页码：1-5
- 作者机构：
  
  上海理工大学机构管理学院,上海,200093
- 作者简介：
- 基金信息：
  
  国家自然科学基金 71271138上海理工大学科技发展项目 16KJFZ028上海市高原学科项目"管理科学与工程" GYXK1201
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
闫旭, 叶春明. 混合随机量子鲸鱼优化算法求解TSP问题[J]. 微电子学与计算机, 2018, 35(8): 1-5, 10.

YAN Xu, YE Chun-ming. Hybrid Stochastic Quantum Whale Optimization Algorithm Solving Travelling Salesman Problem[J]. 2018, 35(8): 1-5.
闫旭, 叶春明. 混合随机量子鲸鱼优化算法求解TSP问题[J]. 微电子学与计算机, 2018, 35(8): 1-5, 10. DOI：

YAN Xu, YE Chun-ming. Hybrid Stochastic Quantum Whale Optimization Algorithm Solving Travelling Salesman Problem[J]. 2018, 35(8): 1-5. DOI：

摘要

为克服基本鲸鱼优化算法(WOA)解决TSP问题时收敛精度低、容易陷入局部最优的缺陷

本文借鉴量子计算思想提出了四种算法改进方案

并进行了基于TSP标准测试实例的仿真实验及与文献中其他算法的对比分析.研究发现

在解决TSP问题时混合随机量子鲸鱼优化算法(HSQWOA)收敛精度更高、全局搜索能力更强

能够跳出局部最优

具有更加优越的性能.

Abstract

To overcome whale optimization algorithms disadvantages of poor convergence and being easily trapped in local optima in solving travelling salesman problem

this paper proposed4 schemes to improve the algorithmbased on the idea of quantum computation. Then this paper providedcomparative analysis ondifferent schemes and algorithmsbased on a set of TSP benchmark instances. Simulation results show thatthe proposed hybrid stochastic quantum whale optimization algorithm(HSQWOA) has the merits of higher convergence accuracy

higher local optima avoidance and better exploration insolving travelling salesman problem.

关键词

Keywords

references

高洪元, 刁鸣.量子群智能及其在通信技术中的应用[M].北京:电子工业出版社, 2016.

USA Garey M R, Johnson D S. Computers and intractability: a guide to the theory of np-completeness[M].USA, W H Freeman and Company, 1986.

Giuliano Benenti, Giulio Casati, Giuliano Strini.量子计算与量子信息原理[M].北京:科学出版社, 2011.

Mirjalili S, Lewis A. The whale optimization algorithm[J]. Advances in Engineering Software, 2016(95):51-67. DOI: 51

郭振洲, 王平, 马云峰, 等.基于自适应权重和柯西变异的鲸鱼优化算法[J].微电子学与计算机, 2017, 34(9):20-25. DOI: 20

王剑文, 戴光明, 谢柏桥, 等.求解TSP问题算法综述[J].计算机工程与科学, 2008, 35(2):72-74. DOI: 72

杨进, 郑允, 马良.改进的猫群算法求解TSP[J].计算机应用研究, 2017, 33(12):1-6. DOI: 1

Ohya M, Masuda N. NP problem in quantum algorithm[J]. Open Systems % Information Dynamics, 2000, 7 (1) :33-39. DOI: 33

高海昌, 冯博琴, 朱利.智能优化算法求解TSP问题[J].控制与决策, 2006, 20(3):241-247. DOI: 241

刘竹松, 李生.正余混沌双弦鲸鱼优化算法[J].计算机工程与应用, 2018, 54 (7): 159-163. DOI: 159

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

大模型发展综述：从BERT到Deepseek的技术演进

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于反向体偏置的高增益稳定性高温运放设计

一种用于极低压boost系统的高效率电荷泵

一种基于特征上下文理解与切片分析的肺结核检测算法