本文在量子进化算法的基础上结合基于克隆选择学说的克隆算子,提出了改进的进化算法———量子克 隆进化策略算法(QCES) . 它既借鉴了量子进化算法的高效并行性又利用克隆算子来代替其中的变异和选择操作,以 增加种群的多样性,避免了早熟,且收敛速度快. 本文不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了此 算法的优越性.

该算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解。同时该算法的进化方程中不需要速度向量,而且进化方程的形式更简单,参数较少且容易控制。对两个算例进行仿真测试,证实该算法可有效解决经济负荷分配问题 性能对比显示,该算法求得的解优于已有的改进粒子群算法及其它优化算法所求得的解。-The algorithm is based on convergence particle swarm particle basi