论文研究 网络编码资源优化的多算子协同进化自适应量子遗传算法

为了优化组播网络中的网络编码资源，提出了一种改进的自适应量子遗传算法（AM-QEA）。首先，将优化问题转化为图分解问题。然后用二进制编码表示图分解问题，可以用量子遗传算法进行处理。最后提出了一种基于多算子的自适应量子遗传算法来优化网络编码资源。该算法采用个体适应度评价算子和种群变异调整算子来解决通用量子遗传算法收敛速度快，易于陷入局部最优解，后期种群多样性低等缺点。在各种拓扑下的实验结果表明，该算法解决了网络编码资源优化问题，具有组播成功率高，收敛速度快，全局搜索能力强的优点。