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,构造了量子协同进化算法框架,证明了其收敛性,并用于求解千维复杂函数优化和动态组合优化问题;为了验证算法的有效性,我们针对复杂数据集,将聚类看作优化问题模型,在上述量子进化计算的模型框架下,建立了量子免疫进化聚类方法,并成功用于解决复杂数据聚类问题;进一步为满足重大需求,我们针对实际应用问题- - 复杂背景下的SAR图像分割和灾害检测,建立了基于量子免疫进化聚类框架下的SAR图像分割和变化检测方法,取得了较好结果。因此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;对量子计算及相关领域的进一步研究提供了理论基础和技术支持。
英文主题词quantum parallel computation; quantum-inspired coevlutionary algorithms; SAR image segmentation; change detection