量子計(jì)算及其在智能優(yōu)化與控制中的應(yīng)用.pdf

1、量子計(jì)算是信息科學(xué)和量子力學(xué)相結(jié)合的新興交叉學(xué)科，以量子算法為代表的量子計(jì)算由于具有高度的并行性、指數(shù)級(jí)存儲(chǔ)容量和對(duì)經(jīng)典啟發(fā)式算法的指數(shù)加速作用，因此具有極大的優(yōu)越性并蘊(yùn)涵著強(qiáng)大的生命力，現(xiàn)已成為世界各國(guó)學(xué)者研究的前沿領(lǐng)域。量子計(jì)算和智能計(jì)算的融合可以通過在傳統(tǒng)智能計(jì)算中引入量子計(jì)算機(jī)制，改變傳統(tǒng)智能計(jì)算的尋優(yōu)方式，提高尋優(yōu)能力和收斂速度等性能。因此，研究量子智能優(yōu)化算法有著重要的理論和現(xiàn)實(shí)意義。本論文主要研究Grover量子搜索算法的

2、改進(jìn)策略、量子衍生優(yōu)化算法、量子神經(jīng)網(wǎng)絡(luò)模型及算法，以及量子遺傳算法在模糊控制器參數(shù)優(yōu)化設(shè)計(jì)中的應(yīng)用。具體可歸納如下。
　　首先，分析了基本Grover算法存在的問題，從改變量子態(tài)的旋轉(zhuǎn)相位和對(duì)搜索目標(biāo)加權(quán)入手，提出了五種改進(jìn)算法。這些改進(jìn)均使算法的成功概率有不同程度的提高。
　　其次，通過直接將量子位的概率幅視為染色體上的基因位，構(gòu)造了雙鏈染色體編碼方案，在此基礎(chǔ)上先后提出雙鏈量子遺傳算法、混沌量子免疫算法、量子蟻群算法、

3、量子粒子群算法；通過直接將量子位的Bloch坐標(biāo)視為基因位，提出一種基于量子位Bloch坐標(biāo)的量子衍生進(jìn)化算法。在這些算法中，由于使用了雙鏈或三鏈搜索機(jī)制，可明顯提高算法的優(yōu)化效率。
　　第三，通過將量子計(jì)算機(jī)制和神經(jīng)網(wǎng)絡(luò)理論相融合，提出了四種量子神經(jīng)網(wǎng)絡(luò)模型及算法。在這些模型和算法中，其訓(xùn)練過程均通過調(diào)整量子旋轉(zhuǎn)門或受控非門的相關(guān)參數(shù)實(shí)現(xiàn)，仿真結(jié)果表明其收斂速度和逼近能力明顯優(yōu)于普通神經(jīng)網(wǎng)絡(luò)。
　　第四，針對(duì)帶解析描述的模