摘要：提出一种基于正交试验设计的量子进化算法.通过正交试验设计方法找到最有效的优秀个体知识组合,利用基于正交试验因素分析的约束修补算子对知识组合进行修补,并将获得的知识组合作为量子群体的吸引子.同时,采用正交试验结果动态调节量子更新转角大小,使得量子更新更简洁且具有自适应学习能力.Rastrigin和Ackley函数优化和0-1背包组合优化实验表明:该算法缩短了量子寻找到最佳知识组合的时间,降低了计算成本,提高了算法精度.

摘要：多重二次背包问题是二次背包与多重背包两种NP(Non-Deterministic Polynomial,非确定多项式)难问题融合后的一种新问题,由于其决策变量间具有高耦合性,已有的启发式算法求解效率和精度不够理想.针对这一问题提出一种量子进化求解算法,这种算法的量子观测操作能将部分约束处理与观测一步完成,解码效率高且不易陷入局部极值.算法中的量子更新采用自适应调节整体更新方式,相比传统查表方式更简洁和高效.算法还设计了一种局部和全局修补算子以保证解的可行性.另外,设计的交换算子能增强算法在约束边界的搜索性能.标准算例测试实验的结果表明文中提出的求解算法比传统算法的精度和效率更高.

摘要：马尔可夫跳跃线性系统是一类具有随机马尔可夫跳跃参数的线性系统，其应用于结构扰动衰减或变化的模型系统中。研究了具有不确定性跳跃线性时滞系统的鲁棒稳定性，采用线性矩阵不等式（ＬＭＩ）途径，提出并证明了鲁棒稳定性的存在条件，还设计了相应的状态反馈控制器。最后，举例说明这种途径的有效性。