期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于相位编码的混沌量子免疫算法 被引量:7
1
作者 李盼池 宋考平 杨二龙 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第3期375-380,共6页
目前量子群智能优化算法的个体均采用基于量子比特测量的二进制编码方式,在用于连续问题优化时,由于频繁的解码运算,严重降低了优化效率.针对这一问题,本文提出一种混沌量子免疫算法.该方法直接采用量子比特的相位对抗体进行编码;用量... 目前量子群智能优化算法的个体均采用基于量子比特测量的二进制编码方式,在用于连续问题优化时,由于频繁的解码运算,严重降低了优化效率.针对这一问题,本文提出一种混沌量子免疫算法.该方法直接采用量子比特的相位对抗体进行编码;用量子旋转门实现优良抗体的克隆扩增,通过在量子旋转门中引入混沌变量动态改变转角大小实现局部搜索;用基于Pauli-Z门的较差抗体的变异,实现全局优化.证明了算法的收敛性.由于优化过程统一在空间[0,2π]n进行,而与具体问题无关,因此,对不同尺度空间的优化问题具有良好的适应性.实验结果表明该算法能有效改善普通免疫算法的搜索能力和优化效率. 展开更多
关键词 量子算法 免疫算法 量子免疫算法 相位编码 混沌优化
在线阅读 下载PDF
基于分段线性插值的过程神经网络训练 被引量:5
2
作者 肖红 曹茂俊 +1 位作者 李盼池 王海英 《计算机工程》 CAS CSCD 北大核心 2011年第20期211-212,215,共3页
过程神经元网络的输入为时变连续函数,不能直接输入离散样本。针对该问题,提出一种基于分段线性插值函数的过程神经网络训练方法。将样本函数、过程神经元权函数的离散化数据插值为分段表示的线性函数,计算样本函数与权值函数乘积在给... 过程神经元网络的输入为时变连续函数,不能直接输入离散样本。针对该问题,提出一种基于分段线性插值函数的过程神经网络训练方法。将样本函数、过程神经元权函数的离散化数据插值为分段表示的线性函数,计算样本函数与权值函数乘积在给定采样区间上的积分,将此积分值提交给网络的隐层过程神经元,并计算网络输出。实验结果证明了该方法的有效性。 展开更多
关键词 过程神经元 过程神经网络 线性插值函数 神经网络训练
在线阅读 下载PDF
基于量子神经网络的油田水淹层识别方法 被引量:6
3
作者 李盼池 王海英 杨雨 《计算机应用与软件》 CSCD 北大核心 2012年第5期41-43,共3页
针对油藏测井解释中的水淹层识别问题,提出一种量子神经网络模型。该模型用量子旋转门更新量子比特的相位,用受控旋转门实现网络的非线性映射功能。网络可调参数为量子旋转门的旋转角度和受控非门的控制参数。基于梯度下降法设计了学习... 针对油藏测井解释中的水淹层识别问题,提出一种量子神经网络模型。该模型用量子旋转门更新量子比特的相位,用受控旋转门实现网络的非线性映射功能。网络可调参数为量子旋转门的旋转角度和受控非门的控制参数。基于梯度下降法设计了学习算法。仿真结果表明,该模型的预测能力优于普通BP网络、模糊神经网络和过程神经网络等其他方法。 展开更多
关键词 量子计算 量子神经网络 水淹层识别 算法设计
在线阅读 下载PDF
量子神经网络在PID参数调整中的应用 被引量:4
4
作者 曹茂俊 李盼池 肖红 《计算机工程》 CAS CSCD 北大核心 2011年第12期182-184,189,共4页
提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降... 提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优于反向传播网络。 展开更多
关键词 受控量子旋转门 量子神经元 量子神经网络 比例积分微分参数调整 量子比特相位
在线阅读 下载PDF
相位编码量子蚁群算法及在连续优化中的应用 被引量:4
5
作者 李盼池 杨雨 张巧翠 《计算机应用研究》 CSCD 北大核心 2010年第12期4450-4453,共4页
针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题,提出一种适合连续优化的量子蚁群算法。该方法直接采用量子位的相位对蚂蚁编码。首先根据基于信息素强度和可见度构造的选择概率,选择蚂蚁的前进目标;然后采用量子旋转门... 针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题,提出一种适合连续优化的量子蚁群算法。该方法直接采用量子位的相位对蚂蚁编码。首先根据基于信息素强度和可见度构造的选择概率,选择蚂蚁的前进目标;然后采用量子旋转门更新描述蚂蚁位置的量子比特,完成蚂蚁移动,并采用Pauli-Z门实现蚂蚁的变异增加位置的多样性;最后根据移动后的新位置完成蚁群信息素强度和可见度的更新。由于优化过程统一在空间[0,2π]n进行,而与具体问题无关,对不同尺度空间的优化问题具有良好的适应性。以函数极值优化和控制器参数优化为例,仿真结果表明该方法的搜索能力和优化效率明显优于连续量子蚁群算法和标准遗传算法。 展开更多
关键词 量子计算 蚁群算法 相位编码 连续优化 优化算法
在线阅读 下载PDF
基于样条插值函数的离散过程神经网络训练 被引量:6
6
作者 李盼池 王海英 《计算机应用研究》 CSCD 北大核心 2011年第1期75-77,共3页
为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上... 为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上的积分,并将此积分值提交给网络的隐层过程神经元;最后,在输出层计算网络输出。分别采用一次、二次、三次样条函数,设计了三种不同的算法。实验结果表明:一次样条计算效率高,逼近能力差;三次样条计算效率低,但逼近能力好;二次样条在计算效率和逼近能力两方面都比较理想。因此,二次样条函数是离散过程神经网络的较好选择。 展开更多
关键词 过程神经网络 样条函数 网络训练 算法设计
在线阅读 下载PDF
基于T-S模型和PQGA的油田指标预测方法 被引量:1
7
作者 李盼池 王海英 杨雨 《计算机应用与软件》 CSCD 北大核心 2012年第4期57-59,67,共4页
针对油田开发指标预测问题,提出一种T-S模型建模方法。该方法采用量子遗传算法优化T-S参数。首先根据预测指标及影响因素建立模糊规则库,然后根据模糊规则库建立T-S预测模型,采用改进的量子遗传算法优化T-S参数。以油田开发指标中含水... 针对油田开发指标预测问题,提出一种T-S模型建模方法。该方法采用量子遗传算法优化T-S参数。首先根据预测指标及影响因素建立模糊规则库,然后根据模糊规则库建立T-S预测模型,采用改进的量子遗传算法优化T-S参数。以油田开发指标中含水率预测为例,结果表明该方法是有效可行的。 展开更多
关键词 T-S模型 量子遗传算法 指标预测 优化算法
在线阅读 下载PDF
基于改进QGA的T-S模糊控制器设计
8
作者 李盼池 穆殿宝 张巧翠 《计算机工程》 CAS CSCD 北大核心 2011年第11期22-24,27,共4页
利用基于量子位测量的二进制量子遗传算法(QGA)对连续问题进行优化时,频繁的解码运算严重降低了优化效率。针对该问题,提出一种基于量子位相位编码的QGA。该算法直接采用量子位的相位对染色体进行编码,利用量子旋转门实现染色体上相位... 利用基于量子位测量的二进制量子遗传算法(QGA)对连续问题进行优化时,频繁的解码运算严重降低了优化效率。针对该问题,提出一种基于量子位相位编码的QGA。该算法直接采用量子位的相位对染色体进行编码,利用量子旋转门实现染色体上相位的更新,通过Pauli-Z门实现染色体的变异,由于优化过程统一在[0,2π]n空间进行,因此对不同尺度空间的优化问题具有良好的适应性。以单级倒立摆T-S模糊控制器参数的优化设计为例进行仿真,证明该算法在搜索能力和优化效率方面的优势。 展开更多
关键词 量子遗传算法 相位编码 T-S模糊控制器 参数优化 倒立摆控制
在线阅读 下载PDF
基于Bloch量子遗传算法的倒立摆模糊控制器优化设计
9
作者 李盼池 宋考平 杨二龙 《高技术通讯》 CAS CSCD 北大核心 2011年第9期967-973,共7页
为解决倒立摆模糊控制器的优化设计问题,提出一种基于Bloch量子遗传算法(BQGA)的优化设计方案。该方案将量子位的3个Bloch坐标都看作基因位,每条染色体包含3条并列的基因链,每条基因链代表一个优化解,即一组控制器参数,在与普通... 为解决倒立摆模糊控制器的优化设计问题,提出一种基于Bloch量子遗传算法(BQGA)的优化设计方案。该方案将量子位的3个Bloch坐标都看作基因位,每条染色体包含3条并列的基因链,每条基因链代表一个优化解,即一组控制器参数,在与普通量子遗传算法(CQGA)染色体数目相同时可加速优化进程。以模糊神经网络控制器(FNNC)的优化设计为例,以单级倒立摆为被控对象,针对两种初始状态,对控制效果进行了分析对比。实验结果表明,该方案优化的控制器明显优于基于普通量子遗传算法优化的同类控制器;当倒立摆系统参数改变时,该控制器也明显优于LQR控制器。 展开更多
关键词 量子遗传算法(QGA) 模糊控制器 倒立摆控制 参数优化 算法设计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部