采用群体统计学习的量子进化算法，最大的特点就是不再迷信“精英保留”，而是靠整个优秀群体的数据来带节奏。嗯，简单说，就是不只听最强个体的，而是集体智慧发声。你知道的，用传统量子进化算法，老容易陷进局部最优，尤其是那种每代都保留个体的做法。这个算法就不一样了，每一代都重新搞个“吸引子”，群体里谁行谁说了算。
进化策略用了截断选择、比例选择和竞赛选择，组合起来效果还蛮不错的。群体统计一搞，吸引子也就更灵活了，能反映整体水平。你会发现，它搜索起来还挺快，准确率也不低。收敛速度也提上去了，对那种函数优化问题尤其好用。
如果你之前在搞量子进化算法，发现种群多样性越来越差，局部最优出不来，那可以试试这个思路。算法挺适合和MATLAB、Simulink搭配搞仿真，也有人拿来跑动力系统吸引子的建模，相关资料网上也不少。
哦对了，下面这些资源你可以顺手看看，都是和动力系统吸引子、Matlab 建模相关的：
如果你是搞进化算法的，尤其关注群体搜索策略和收敛效率，这个算法蛮值得研究一下。懒得调参数？它也比较稳，默认配置下就能跑得不错。