量子协同进化算法研究

受到拟物和仿生思想的启发，另辟蹊径，将量子并行计算机制与传统的进化算法相结合，并借鉴协同进化模式与机理，建立量子协同进化算法框架，分析其进化动力学机理，证明其收敛性，并用于空时数据聚类和复杂背景下的SAR图像目标识别与分类。期望在解决目前进化计算中存在的早熟、收敛速度慢和局域搜索能力较弱等本质性问题上，有实质性进展。查新表明，类似的研究在国内外还未见报导。这一课题的理论意义和应用前景也是不言而喻的。