改进的量子遗传算法及其在测试数据生成中的应用

？针对测试数据自动生成中收敛速度不够快的缺点，提出一种改进的量子遗传算法(iqga)，其对量子遗传算法的主要改进是：1)在个体更新时，对个体的某一位取反，将取反后的个体用于指导下一代个体的进化；2)对测量后的二进制个体进行变异，而不是传统的互换量子比特的概率幅。将iqga用于测试数据生成，通过对三个基础程序进行实验，结果表明iqga在覆盖率和迭代次数两个方面都优于传统量子遗传算法。iqga不仅能保证种群朝着正确的方向进化，同时有效地避免了早熟现象，能以更快的速度搜索到目标解。