資源描述：
《八_量子遺傳算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第5卷第6期Vol5,No62008年12月CHINESEJOURNALOFENGINEERINGGEOPHYSICSDec,2008文章編號(hào):16727940(2008)06063508地球物理資料非線性反演方法講座(八)量子遺傳算法1222羅紅明,王家映,師學(xué)明,朱培民(1.川慶鉆探工程有限公司地球物理勘探公司,成都610213;2.中國(guó)地質(zhì)大學(xué)地球物理與空間信息學(xué)院,武漢430074)摘要:雖然線性反演理論目前已經(jīng)相當(dāng)成熟,但由于其方法本身比較依賴(lài)初始模型,而且容易陷入局部極小,在實(shí)際應(yīng)用中常
2、常顯得力不從心!。量子遺傳算法QGA(QuantumGeneticAlgorithm)以量子理論為基礎(chǔ),通過(guò)量子位編碼和量子旋轉(zhuǎn)門(mén)更新種群來(lái)尋找全局最優(yōu),加快了搜索速度,具有更強(qiáng)的全局尋優(yōu)能力。通過(guò)對(duì)量子遺傳算法內(nèi)在機(jī)理的分析表明,QGA的尋優(yōu)質(zhì)量和效果明顯優(yōu)于傳統(tǒng)遺傳算法。關(guān)鍵詞:量子遺傳算法;地球物理反演;全局尋優(yōu);遺傳算法中圖分類(lèi)號(hào):P631文獻(xiàn)標(biāo)識(shí)碼:A收稿日期:2008-11-19LectureonNon-LinearInverseMethodsinGeophysicalData(8)QuantumGen
3、eticAlgorithmandItsApplicatoninGeophysicalInversion1222LuoHongming,WangJiaying,ShiXueming,ZhuPeimin(1.SichuanPetroleumGeophysicalProspectingCompanyofCNPCChuanqingDrillingEngineeringCompanyLimited,Chengdu610213,China;2.InstituteofGeophysicsandGeomatics,ChinaUni
4、versityofGeosciences,Wuhan430074,China)Abstract:Thispaperpresentsanewinversionalgorithm,quantumgeneticalgorithm,whichadoptsthequbitchromosomesaspresentationsandupdatesthepopulationusingquantumrotationgate,toacceleratethesearchspeed,toimproveconvergentefficienc
5、y,andtogetabetterglobaloptimization.Havingtestedsomesyntheticandrealdataset,thispaperstronglyshowsthattheoptimizationqualityandefficiencyofQGAarebetterthanthetraditionalgeneticalgorithm.Keywords:quantumgeneticalgorithm;geophysicalinversion;globaloptimization;
6、geneticalgorithm作者簡(jiǎn)介:羅紅明(1977-),男,博士,現(xiàn)在四川石油管理局地球物理勘探公司技術(shù)發(fā)展中心工作,主要從事地球物理資料處理與反演理論與應(yīng)用研究,E-mail:Luohongming2001@sohu.com王家映(1937-),男,教授,博士生導(dǎo)師,主要研究方向?yàn)殡姶欧ê偷厍蛭锢矸囱堇碚?。E-mail:j.y.wang@cug.edu.cn636工程地球物理學(xué)報(bào)(ChineseJournalofEngineeringGeophysics)第5卷在的解集的一個(gè)
7、種群(population)開(kāi)始的,而一個(gè)1引言種群則由經(jīng)過(guò)基因(gene)編碼的一定數(shù)目的個(gè)體(individual)組成。每個(gè)個(gè)體實(shí)際上是染色體[1]20世紀(jì)80年代,量子圖靈機(jī)的提出為量(chromosome)帶有特征的實(shí)體。染色體作為遺子計(jì)算奠定了基礎(chǔ)。然而直到1994年,美國(guó)貝爾傳物質(zhì)的主要載體,即多個(gè)基因的集合,其內(nèi)部表實(shí)驗(yàn)室的PeterWShor提出了一個(gè)利用Fourier現(xiàn)(即基因型)是某種基因組合,它決定了個(gè)體形變換量子并行優(yōu)勢(shì)的快速、混合的因子分解狀的外部表現(xiàn)。因此,在一開(kāi)始需要實(shí)現(xiàn)從
8、表現(xiàn)[2]算法,才改變了量子的并行計(jì)算能力受到了限型到基因型的映射即編碼工作。由于仿照基因編制的局面。這個(gè)算法提供了一種利用量子計(jì)算機(jī)碼的工作很復(fù)雜,我們往往簡(jiǎn)化為二進(jìn)制、浮點(diǎn)數(shù)在多項(xiàng)式內(nèi)完成大數(shù)因子分解的可能。這是一個(gè)或符號(hào)等編碼,初代種群產(chǎn)生之后,按照適者生存重要的進(jìn)展,從此量子計(jì)算技術(shù)開(kāi)始對(duì)一些領(lǐng)域和優(yōu)勝劣汰的原理,逐代(generation)演化產(chǎn)生
