求解CVRP的改进量子遗传算法研究

车辆路径问题属于离散NP-hard组合优化问题，传统的量子遗传算法存在储存量大和易陷入局部最优解等问题。提出一种新的量子遗传算法用于最小化运输成本。设计一种将量子比特编码转换为实数的编码方法，每条染色体代表一种行车路线方案，利用改进的旋转门对种群进行更新操作，采用动态调整旋转角机制对量子步长实现自适应搜索，扩大全局搜索范围|引入一种变异操作，用于保持算法的种群多样性，从而提高算法的全局搜索宽度|采用客户节点重置和2 opt法对〖JP3〗线路进行再优化，增强算法的局部搜索能力。仿真实验和算法比较，验证了该算法的优越性和有效性。