NEDQGA簡介

　　針對現(xiàn)有量子遺傳算法進化機制存在的收斂速度慢以及易陷入局部極值的問題，為提高量子進化算法的全局收斂性能，結(jié)合小生境技術(shù)中的共享適應(yīng)度函數(shù)方法，提出了小生境分布估計量子遺傳算法NEDQGA。

　　在種群內(nèi)部利用多粒度機制和邊緣積模塊（MPM）進行量子染色體的兩步旋轉(zhuǎn)；并提出利用MPM進行交叉的方法，從而增強了種群多樣性，避免了優(yōu)良模式的損失，加快了算法的收斂；對算法的收斂性進行了分析，提出了MPM更新量子染色體的熵收斂準則。經(jīng)函數(shù)仿真分析，算法收斂效果明顯提高。