【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第10期 62-66页,共5页

【作 者】： 罗佳 [1] ; 薛青 [1] ; 王之腾 [2] ; 张宏军 [2]

【摘 要】 火力分配优化是作战仿真中的一个重要内容，其结果的精确度直接影响到作战仿真的可信度。为提高火力分配的快速性和精准性，将免疫遗传算法和量子遗传算法相结合，利用免疫克隆、免疫记忆、免疫平衡算子改善优化量子遗传算法，引入先验知识和局部最优解来提高算法的收敛精度、收敛速度和稳定性。实验结果证明，在容量各异抗体记忆库的条件下，量子免疫遗传算法可有效解决作战仿真火力分配优化问题，与常用的基本遗传算法、量子遗传算法、免疫遗传算法相比，具有收敛速度快、稳定性好、无明显早熟形象等特点。