%0 Journal Article
%T 用于高维函数优化的多智能体量子进化算法
%A 覃朝勇
%A 郑建国
%J 自然科学进展
%D 2008
%I 
%X 基于智能体的竞争和学习能力、量子计算理论及生物进化策略，提出了一种新的优化方法——多智能体量子进化算法．一个智能体代表优化问题的一个可能解，所有的智能体都以量子染色体表示．该算法将智能体分布于多智能体网络环境中，智能体之间通过量子进化来实现竞争及学习，以提高个体的竞争能力．理论证明该算法具有全局收敛性．实验结果表明，该算法具有强的全局寻优能力及快速搜索能力。
%K 多智能体
%K 量子计算
%K 进化算法
%K 函数优化
%K 多智能体
%K 搜索能力
%K 快速
%K 寻优能力
%K 结果
%K 实验
%K 全局收敛性
%K 理论证明
%K 竞争能力
%K 量子进化算法
%K 网络环境
%K 体分布
%K 量子染色体
%K 优化问题
%K 代表
%K 优化方法
%K 生物进化策略
%K 量子计算理论
%K 学习
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=96E6E851B5104576C2DD9FC1FBCB69EF&jid=504AF8C1E5476CA7C4EC9DF6FEAC14AC&aid=63A815A0335DB546BC9E4EF4CF59E861&yid=67289AFF6305E306&vid=13553B2D12F347E8&iid=0B39A22176CE99FB&sid=2BA123C6EB9D54C2&eid=EF27C460877D3C9F&journal_id=1002-008X&journal_name=自然科学进展&referenced_num=0&reference_num=18