已閱讀1頁，還剩91頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、量子進化算法是由量子理論和進化算法的不斷融合中而發(fā)展出來的一種新型優(yōu)化算法,以其種群規(guī)模小、收斂速度快、全局搜索能力強等優(yōu)勢引起了國內(nèi)外的廣泛關(guān)注,開展量子進化算法的研究具有實際意義和應(yīng)用前景。本文主要研究了量子進化算法及其在演化硬件電路中的應(yīng)用。
在量子進化算法發(fā)展歷程中,許多學(xué)者提出了各種不同的量子操作,如量子移民策略、量子交叉、量子變異操作等。但是對于這些操作是否具有通用性或者各種操作的應(yīng)用領(lǐng)域缺少指導(dǎo)性建議。本文在
2、QEA和SRQEA算法分別引入全局移民策略,對三個背包優(yōu)化問題和和五個典型測試函數(shù)共八個優(yōu)化對象進行優(yōu)化。通過比較使用全局移民策略前后的優(yōu)化效果來研究全局移民策略對量子進化算法的優(yōu)化性能影響。
在采用動態(tài)種群規(guī)模的SRQEA算法的基礎(chǔ)之上,本文提出了兩種改進量子進化算法SR,QEA2和SRQEAb13。在兩個改進量子進化算法中分別使用Hε門和量子旋轉(zhuǎn)門更新量子染色體,并分別對八個優(yōu)化對象進行優(yōu)化。通過比較使用Hε門和量子旋
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 量子衍生多目標進化算法及其應(yīng)用研究.pdf
- 量子進化算法的研究及其應(yīng)用.pdf
- 多宇宙并行量子多目標進化算法及其應(yīng)用研究.pdf
- 多目標進化算法及其應(yīng)用研究.pdf
- 差分進化算法及其應(yīng)用研究.pdf
- 共同進化算法及其應(yīng)用研究.pdf
- 協(xié)同進化算法及其應(yīng)用研究.pdf
- 采用量子進化算法學(xué)習(xí)的貝葉斯網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- 病毒進化遺傳算法及其應(yīng)用研究.pdf
- 進化多目標優(yōu)化算法及其應(yīng)用研究.pdf
- 進化算法和量子計算在優(yōu)化問題中應(yīng)用研究.pdf
- 量子差分進化算法在油田開發(fā)中的應(yīng)用研究.pdf
- 高維優(yōu)化進化算法及其應(yīng)用研究.pdf
- 協(xié)同進化數(shù)值優(yōu)化算法及其應(yīng)用研究.pdf
- 多蜂群協(xié)同進化算法及其應(yīng)用研究.pdf
- 多目標進化算法的改進及其應(yīng)用研究
- 量子克隆算法的優(yōu)化及其應(yīng)用研究.pdf
- 混合量子進化算法研究.pdf
- 量子克隆進化算法研究.pdf
- 量子進化算法及其在圖像稀疏分解中的應(yīng)用.pdf
評論
0/150
提交評論