期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
多宇宙并行量子遗传算法 被引量:65
1
作者 杨俊安 庄镇泉 史亮 《电子学报》 EI CAS CSCD 北大核心 2004年第6期923-928,共6页
提出了一种多宇宙并行量子遗传算法 ,并从理论上证明了算法的全局收敛性 .算法中将所有的个体按照一定的拓扑结构分成一个个独立的子群体 ,称为宇宙 ;采用多状态基因量子比特编码方式来表达宇宙中的个体 ;采用通用的量子旋转门策略和动... 提出了一种多宇宙并行量子遗传算法 ,并从理论上证明了算法的全局收敛性 .算法中将所有的个体按照一定的拓扑结构分成一个个独立的子群体 ,称为宇宙 ;采用多状态基因量子比特编码方式来表达宇宙中的个体 ;采用通用的量子旋转门策略和动态调整旋转角机制对个体进行演化 ;采用量子非门实现量子变异以阻止早熟收敛 ;各宇宙独立演化 ,宇宙之间采用最佳移民和量子交叉操作来交换信息 ,提高算法的执行效率 .将该算法与独立分量分析算法相结合 ,提出一种盲源分离新方法 .仿真结果表明 展开更多
关键词 量子计算 遗传算法 量子遗传算法 多宇宙并行量子遗传算法 盲源分离
在线阅读 下载PDF
基于多宇宙并行量子遗传算法的非线性盲源分离算法研究 被引量:10
2
作者 杨俊安 邹谊 庄镇泉 《电子与信息学报》 EI CSCD 北大核心 2004年第8期1210-1217,共8页
在系统分析非线性盲源分离模型和算法的基础上,提出了基于输出信号联合累积量的非线性盲 源分离算法,并提出采用多宇宙并行量子遗传算法的优化求解方法,仿真结果表明了算法的有效性.
关键词 非线性盲源分离 联合累积量 量子计算 量子遗传算法 多宇宙并行量子遗传算法
在线阅读 下载PDF
基于种群混合迁移策略的并行量子遗传算法 被引量:2
3
作者 陆涛 管荑 +2 位作者 贾鹏 曲志坚 王子灵 《计算机工程与设计》 北大核心 2024年第8期2386-2392,共7页
针对量子遗传算法求解大规模优化问题存在收敛速度慢、易于陷入局部最优等问题,改进量子遗传算法。设计一种种群混合迁移机制促进算法的种群多样性,采用仿TriBA种群结构、双精英种群、重生种群、自适应迁移算子、个体竞争排挤算子以及... 针对量子遗传算法求解大规模优化问题存在收敛速度慢、易于陷入局部最优等问题,改进量子遗传算法。设计一种种群混合迁移机制促进算法的种群多样性,采用仿TriBA种群结构、双精英种群、重生种群、自适应迁移算子、个体竞争排挤算子以及随机失活机制,提高算法的局部勘测能力和全局寻优能力。利用Spark框架实现算法在分布式集群环境下的运算。改进2-opt&R优化算法,通过引入高斯变异提高算法的局部搜索能力,缩小算法的搜索空间。实验结果表明,改进后的算法在全局优化能力、收敛速度、运行速度和求解稳定性等方面均有大幅度提升。 展开更多
关键词 量子遗传算法 种群迁移 Spark框架 并行计算 收敛速度 全局优化 搜索空间
在线阅读 下载PDF
多宇宙并行量子衍生遗传算法研究 被引量:7
4
作者 杨俊安 庄镇泉 《计算机工程与应用》 CSCD 北大核心 2004年第20期23-26,61,共5页
将量子的多宇宙特性和遗传算法相结合,提出了多宇宙并行量子衍生遗传算法。算法中将种群分成若干个独立的子群体,称为宇宙。给出了不同宇宙数量下的并行拓朴结构,提出了宇宙内采用量子旋转门演化和量子变异,宇宙间采用移民和量子交叉的... 将量子的多宇宙特性和遗传算法相结合,提出了多宇宙并行量子衍生遗传算法。算法中将种群分成若干个独立的子群体,称为宇宙。给出了不同宇宙数量下的并行拓朴结构,提出了宇宙内采用量子旋转门演化和量子变异,宇宙间采用移民和量子交叉的两种信息交互方式,能有效克服早熟收敛现象,使得搜索效率和搜索能力得到更进一步提高。典型函数优化实验验证了该文所提算法的有效性。 展开更多
关键词 量子遗传算法 多宇宙并行量子衍生遗传算法 函数优化
在线阅读 下载PDF
基于多算子协同进化的自适应并行量子遗传算法 被引量:15
5
作者 曲志坚 陈宇航 +2 位作者 李盘靖 刘晓红 李彩虹 《电子学报》 EI CAS CSCD 北大核心 2019年第2期266-273,共8页
量子遗传算法具有种群规模小,全局搜索能力强的特点被广泛应用于各类优化问题的求解.为了进一步提高量子遗传算法的收敛速度和搜索稳定性,克服算法的早熟问题,本文改进了基于自适应机制的量子遗传算法.在自适应量子遗传算法的基础上根... 量子遗传算法具有种群规模小,全局搜索能力强的特点被广泛应用于各类优化问题的求解.为了进一步提高量子遗传算法的收敛速度和搜索稳定性,克服算法的早熟问题,本文改进了基于自适应机制的量子遗传算法.在自适应量子遗传算法的基础上根据种群的适应度定义了个体相似度评价算子、个体适应度评价算子和种群变异调整算子及相应算子的计算方法,利用多算子协同评价当前种群状态并根据进化代数的变化,自适应的改变个体的变异概率,提高了算法全局寻优能力和收敛速度,降低了算法陷入局部寻优的概率.此外,为了提高算法的时间效率,将算法采用并行多宇宙的方式实现.实验结果表明,本文提出的算法在全局搜索性能、收敛速度和时间效率方面有较好的综合表现. 展开更多
关键词 遗传算法 并行计算 自适应机制 量子变异
在线阅读 下载PDF
基于球面多区域划分的并行量子遗传算法 被引量:8
6
作者 张亮 陆余良 +1 位作者 杨国正 张旻 《电子与信息学报》 EI CSCD 北大核心 2011年第5期1035-1041,共7页
论文提出一种基于球面解空间划分的量子遗传算法,引入多区域并行搜索的机制,制定了群间的染色体置换策略,设计了新的量子变异操作,并以种群退化的程度来确定变异的概率。通过理论分析证明了该算法能够以概率1收敛到全局最优解。在组合... 论文提出一种基于球面解空间划分的量子遗传算法,引入多区域并行搜索的机制,制定了群间的染色体置换策略,设计了新的量子变异操作,并以种群退化的程度来确定变异的概率。通过理论分析证明了该算法能够以概率1收敛到全局最优解。在组合优化和连续优化问题的实验中,该算法能够以较快的速率收敛到目标值,收敛过程相对平稳,降低了早熟现象产生的概率,表现出了良好的性能。 展开更多
关键词 量子遗传算法 多区域划分 并行搜索 染色体置换 量子变异
在线阅读 下载PDF
基于并行量子遗传算法的QoS组播路由方法 被引量:6
7
作者 孙力娟 王汝传 刘春林 《南京邮电大学学报(自然科学版)》 2007年第2期72-75,共4页
通信网络时延受限且满足带宽要求的最小代价组播树问题是NP完全问题,传统方法难以求解,一般采用启发式方法求解。提出了一种基于并行量子遗传算法的服务质量(QoS)组播路由算法,算法中将各个子群体独立地并行进化,并通过相邻子群体间的... 通信网络时延受限且满足带宽要求的最小代价组播树问题是NP完全问题,传统方法难以求解,一般采用启发式方法求解。提出了一种基于并行量子遗传算法的服务质量(QoS)组播路由算法,算法中将各个子群体独立地并行进化,并通过相邻子群体间的信息交换实现克服早熟,避免局部收敛的目的,还提出了一种新的动态旋转角调整策略,使算法具有更好的种群多样性和全局寻优能力。仿真实验表明,新算法在求解性能上优于遗传算法(GA)和采用静态旋转角的量子遗传算法(QGA)。 展开更多
关键词 遗传算法 并行量子遗传算法 动态旋转角调整策略 QOS组播路由
在线阅读 下载PDF
基于多宇宙并行遗传算法PID参数整定 被引量:5
8
作者 孙香花 许波 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2010年第5期891-894,共4页
针对复杂工业过程中控制要求多样性、控制参数难以调整等问题,本文提出了一种PID控制器参数整定的多宇宙并行遗传算法。利用多宇宙并行的方法以及移民与交叉两种策略改进标准遗传算法在PID控制参数整定过程中收敛速度较慢、稳定性较差... 针对复杂工业过程中控制要求多样性、控制参数难以调整等问题,本文提出了一种PID控制器参数整定的多宇宙并行遗传算法。利用多宇宙并行的方法以及移民与交叉两种策略改进标准遗传算法在PID控制参数整定过程中收敛速度较慢、稳定性较差、易陷入局部最优等问题。仿真实验结果表明,基于该方法设计的PID参数整定获得了良好的效果,能够较好地解决复杂工业过程中控制参数整定的问题。 展开更多
关键词 工业控制 遗传算法 PID参数 多宇宙并行遗传算法
在线阅读 下载PDF
多宇宙并行量子遗传神经网络人脸识别算法研究 被引量:1
9
作者 李海朋 李晶皎 +1 位作者 金硕巍 杨丹 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第5期614-618,共5页
针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交... 针对传统遗传算法交叉、变异过程过于繁琐和神经网络在极值判断及收敛速度受限等问题,提出了一种并行的量子遗传算法优化神经网络权值的算法.首先引入了量子计算的概念,在量子计算的过程中使用量子旋门实现染色体的训练,然后引入量子交叉克服了早熟收敛现象,避免了遗传算法中繁琐的交叉、变异过程.最后设计实现了并行的卷积神经网络,使用并行量子遗传算法优化了卷积神经网络权值,实现了并行量子遗传神经网络人脸识别系统.实验结果表明,相对于原来的遗传算法,该算法在鲁棒性和实验速度上都有明显的提高. 展开更多
关键词 多核并行 量子计算 遗传算法 神经网络
在线阅读 下载PDF
并行混沌遗传算法在量子级联激光器模型参数优化中的应用 被引量:1
10
作者 吕默 陈晨 王一丁 《激光杂志》 北大核心 2016年第3期12-15,共4页
量子级联激光器具备发射线宽窄,光功率密度高,单色性好与准直度高等特点。随着量子级联激光器技术的日趋成熟,其光谱范围不但覆盖大气透射的三个重要红外窗口,而且已经延伸至太赫兹频段,在化学和生物传感、成像和特殊通信等领域有重要... 量子级联激光器具备发射线宽窄,光功率密度高,单色性好与准直度高等特点。随着量子级联激光器技术的日趋成熟,其光谱范围不但覆盖大气透射的三个重要红外窗口,而且已经延伸至太赫兹频段,在化学和生物传感、成像和特殊通信等领域有重要的应用。本文首先从量子级联激光器基本结构和能级模型出发,通过构建量子力学模型实现对量子级联激光器物理特性的仿真,在此基础上引入了并行混沌遗传算法对量子级联激光器有源区设计结构中的关键参数进行了寻优。本文还测试并给出了并行计算的开销时间、加速比性能与收敛性。 展开更多
关键词 量子级联激光器物理建模 并行混沌遗传算法 有源区结构参数优化 并行算法性能分析
在线阅读 下载PDF
基于自适应机制的多宇宙并行量子衍生进化算法 被引量:6
11
作者 刘晓红 曲志坚 +2 位作者 曹雁锋 张先伟 冯刚 《计算机应用》 CSCD 北大核心 2015年第2期369-373,共5页
进化参量的选取对量子衍生进化算法(QEA)的优化性能有极大的影响,传统QEA在选择进化参量时并未考虑种群中个体间的差异,种群中所有个体采用相同的进化参量完成更新,导致算法在解决组合优化问题中存在收敛速度慢、容易陷入局部最优解等... 进化参量的选取对量子衍生进化算法(QEA)的优化性能有极大的影响,传统QEA在选择进化参量时并未考虑种群中个体间的差异,种群中所有个体采用相同的进化参量完成更新,导致算法在解决组合优化问题中存在收敛速度慢、容易陷入局部最优解等问题。针对这一问题,采用自适应机制调整QEA的旋转角步长和量子变异概率,算法中任意一代的任一个体的进化参量均由该个体自身适应度确定,从而保证尽可能多的进化个体能够朝着最优解方向不断靠近。此外,由于自适应量子进化算法需要评估个体的适应度,导致运算时间较长,针对这一问题则采用多宇宙机制将算法分布于多个宇宙中并行实现,从而提高算法的执行效率。通过搜索多峰函数最优解和求解背包问题测试算法性能,结果表明,与传统QEA相比,所提出算法在收敛速度、搜索全局最优解及执行速度方面具有较好的表现。 展开更多
关键词 组合优化 量子衍生进化算法 最优解 多宇宙 并行计算
在线阅读 下载PDF
一种新并行遗传算法及其应用 被引量:2
12
作者 唐钟 张葛祥 《计算机应用与软件》 CSCD 北大核心 2005年第7期9-11,71,共4页
基于量子计算的概念和原理,本文提出一种新并行量子遗传算法,即粗粒度并行量子遗传算法(CGPQGA)。该算法的核心是引入层环粗粒度并行计算模型和一种新进化策略。由于CGPQGA只需迁移搜索到的最佳个体到各个子群体,因而算法的通信开销很... 基于量子计算的概念和原理,本文提出一种新并行量子遗传算法,即粗粒度并行量子遗传算法(CGPQGA)。该算法的核心是引入层环粗粒度并行计算模型和一种新进化策略。由于CGPQGA只需迁移搜索到的最佳个体到各个子群体,因而算法的通信开销很小。通过用CGPQGA设计控制器的应用实例表明,CGPQGA优于常规并行遗传算法,能加速子群体中最佳个体的迁移,收敛速度快,全局寻优能力强,同时具有勘探和开采的能力。 展开更多
关键词 并行遗传算法 量子遗传算法 并行计算模型 全局寻优能力 量子计算 进化策略 通信开销 应用实例 收敛速度 粗粒度 子群体 控制器 个体 最佳 迁移 搜索
在线阅读 下载PDF
基于量子克隆多宇宙算法的图像融合研究 被引量:4
13
作者 邵明省 杜广朝 《液晶与显示》 CAS CSCD 北大核心 2012年第6期837-841,共5页
针对量子化算法对图像融合的缺点,提出量子克隆多宇宙算法。首先对量子克隆、变异和选择变换获得新的量子群,然后将宇宙各自独立化并且内部为并行拓朴结构,采用量子旋转门更新量子宇宙个体,宇宙之间联合交叉,实现信息的交流,最后给出了... 针对量子化算法对图像融合的缺点,提出量子克隆多宇宙算法。首先对量子克隆、变异和选择变换获得新的量子群,然后将宇宙各自独立化并且内部为并行拓朴结构,采用量子旋转门更新量子宇宙个体,宇宙之间联合交叉,实现信息的交流,最后给出了图像融合流程。实验结果表明,该方法能够更加有效、准确地融合图像中的特征,是一种有效可行的图像处理算法。 展开更多
关键词 多宇宙 并行 量子克隆 图像融合
在线阅读 下载PDF
Deep Web查询优化算法研究
14
作者 张亮 陆余良 +1 位作者 袁桓 张旻 《小型微型计算机系统》 CSCD 北大核心 2012年第3期552-557,共6页
Deep Web查询是在指分析接口属性及其丰富的语义信息后构造的用于向数据源请求特定数据的语句,其质量将影响查询结果相关度的高低和查询代价的大小.为优化查询,提出一种基于量子遗传算法的优化算法,以Deep Web查询的实数二进制串为输入... Deep Web查询是在指分析接口属性及其丰富的语义信息后构造的用于向数据源请求特定数据的语句,其质量将影响查询结果相关度的高低和查询代价的大小.为优化查询,提出一种基于量子遗传算法的优化算法,以Deep Web查询的实数二进制串为输入进行量子编码,引入了球面解空间多子群并行寻优机制、群间染色体置换操作和量子变异算子以丰富种群多样性、提高算法的寻优效率.实验结果表明,该算法在R-Precision、覆盖率上具有一定的优势,能够有效地减少查询次数. 展开更多
关键词 DEEP WEB 查询优化 量子计算 量子遗传算法 并行寻优
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部