学位论文 > 优秀研究生学位论文题录展示

量子遗传算法的研究与应用

作　者: 权芳芳
导　师: 许峰
学　校: 安徽理工大学
专　业: 应用数学
关键词: 进化算法量子遗传算法量子旋转门染色体
分类号: TP18
类　型: 硕士论文
年　份: 2013年
下　载: 35次
引　用: 0次
阅　读: 论文下载

内容摘要

量子进化算法是一种崭新的进化算法,它基于量子原理,以量子位编码以及量子门更新群体来寻找全局最优解。与传统进化算法相比,量子进化算法具有群体规模小、计算速度快、全局寻优能力强等特点。遗传算法(Genetic Algorithm)仿效生物界中的“物竞天择,适者生存”的演化法则,是一种通过模仿自然进化过程完成对全局最优解搜索的方法。量子遗传算法融合了量子计算与遗传算法各自的优势。因此,量子遗传算法具有极大的优越性并蕴涵着强大的生命力,拥有极高的理论价值和应用前景。本文介绍了量子遗传算法的发展情况、基本原理以及遗传算法的原理和实现技术。通过对算法优化性能和群体多样性的研究,提出两种改进的量子遗传算法,并对此进行了仿真。本文主要做了以下几个方面的工作：1.简要介绍了量子遗传算法的研究现状及发展情况。2.简要阐述了遗传算法的基本原理、结构及其实现技术。3.简要介绍下量子遗传算法的基本原理和算法结构。4.基于量子计算原理,对量子旋转门的转角方法进行改进,且加入了量子交叉和变异操作,然后根据改进方案,对改进的量子遗传算法进行了数值仿真。5.利用量子位的Bloch球面坐标对个体染色体编码,并对量子旋转门进行了改进,通过仿真验证了该算法具有搜索能力强、优化效率高等特点。

全文目录

摘要  5-6
Abstract  6-12
插图或附表清单  12-13
1 绪论  13-17
  1.1 量子算法的起源  13
  1.2 遗传算法  13-14
  1.3 量子遗传算法的研究现状  14-15
    1.3.1 国外研究现状  14-15
    1.3.2 国内研究现状  15
  1.4 论文的研究意义和论文的主要内容  15-17
    1.4.1 论文的研究意义  15-16
    1.4.2 论文的主要内容  16-17
2 遗传算法的原理及其算法结构  17-23
  2.1 遗传算法概要  17-19
  2.2 遗传算法的基本实现技术  19-23
    2.2.1 编码方法  19
    2.2.2 个体适应度评价  19-20
    2.2.3 遗传算法的遗传算子  20-21
    2.2.4 遗传算法的运行参数  21-23
3 量子遗传算法的原理和算法结构  23-32
  3.1 量子遗传算法中的基本概念  23-28
    3.1.1 单量子比特  23-24
    3.1.2 双量子比特  24-25
    3.1.3 多量子比特  25
    3.1.4 单比特量子门  25-27
    3.1.5 多比特量子门  27-28
  3.2 量子遗传算法  28-32
    3.2.1 算法原理  28-29
    3.2.2 量子门更新  29-30
    3.2.3 解题思路及步驟  30-32
4 基于梯度的自适应量子遗传算法  32-40
  4.1 引言  32
  4.2 基于梯度的改进量子遗传算法  32-36
    4.2.1 编码方案  32-33
    4.2.2 解空间变换  33-34
    4.2.3 量子旋转门转角的确定  34
    4.2.4 量子交叉操作  34-36
    4.2.5 变异处理  36
  4.3 算法描述  36-37
  4.4 数值实验  37-40
5 基于量子位Bloch球面坐标的量子进化算法  40-49
  5.1 引言  40
  5.2 BQGA的基本原理  40-45
    5.2.1 BQGA量子染色体的三链基因编码方案  40-42
    5.2.2 解空间的变换  42
    5.2.3 量子染色体的更新  42-43
    5.2.4 量子染色体的变异  43-45
  5.3 算法描述  45-46
  5.4 数值实验  46-49
总结与展望  49-50
参考文献  50-53
致谢  53-54
作者简介及读研期间发表的论文  54

量子遗传算法的研究与应用

内容摘要

全文目录

相似论文