zhangqqshuo

：在介绍量子进化算法(QEA)的原理、特点和基本流程的基础上，重点综述QEA的改进，包括改进基本算子、引入新算子、改变种群规模、扩展为并行算法和构造新型算法框架等．介绍了QEA的应用研究，进而提出了QEA在理论、算法、组合优化、多目标优化与约束优化、不确定优化及应用方面的若干进一步的研究内容．

针对进化算法计算量大、局部搜索能力弱的不足，把一种数学试验方法一一 均匀设计用于构造进化算子，使新的进化算子具有相似于传统最优化算法的局部 搜索特性，提高了算法的搜索效率。对一组测试函数的数值实验表明新算法计算 量少收敛速度快。

基于群体搜索的遗传算法求解多目标优化问题具有独特的优势,多目标优化算法已有的研究大多为 算法的设计和数值实验效果的比较,理论研究则很少,本文作者给出了一种求解多目标优化问题的新遗传算法 (RMOGA) ,并用Markov 链的理论对RMOGA 的收敛性进行了研究,其结果表明RMOGA 依概率收敛到问