本文对量子旋转门进行了改进,这是传统量子进化算法在种群更新中的主要操作。 定义了新的旋转角度,以防止算法在中期和后期容易陷入局部最佳状态。 根据TSP的特点,提出了一种改进的量子旋转门,根据进化代数和对旋转角度的自适应动态调整值的适应程度,来自适应地调整旋转角度,从而获得更好的全局性。搜索功能。 同时,为了防止概率振幅α的过大化。 和 ? 属于局部最优算法,本文对旋转的概率幅值采用Hε门进行校正处理。 对比实验结果表明,与传统的量子进化算法相比,该算法在解决TSP问题上的稳定性和准确性得到了极大的提高。