Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2009-03-15

Journal: 控制与决策

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 24

Issue: 3

Page Number: 347-351

ISSN: 1001-0920

Key Words: 过程神经元网络;量子遗传算法;学习算法

Abstract: 针对过程神经元网络由于模型参数较多BP算法不易收敛的问题,提出一种基于量子位Bloch坐标的量子遗传算法.将该算法融合于过程神经网络的训练.按权值参数的个数确定量子染色体上的基因数并完成种群编码,通过新的量子旋转门完成个体的更新.算法中的每条染色体携带3条基因链,因此可扩展对解空间的遍历性,加速优化进程.以两组二维三角函数的模式分类问题为例,仿真结果表明该方法不仅收敛速度快,而且寻优能力强.