- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第25卷第6期 控 制 理 论 与 应 用 Vb1.25No.6
2008年 12月 ControlTheory&Applications Dec.2008
文章编号:tO00—8152(2008)06-0985-05
基于量子位Bloch坐标的量子遗传算法及其应用
李盼池
(大庆石油学院计算机与信息技术学院,黑龙江 大庆 163318)
摘要:提出了一种基于量子位Bloch坐标的量子遗传算法.该方法用量子位构成染色体;用量子位的Bloch坐标构
成染色体上的基因位;用量子旋转门进行染色体上量子位的更新;用量子非门进行染色体变异.对于量子旋转门的
转角大小及方向的确定,提出了一种简易快捷的新方法;对旋转和变异操作,提出了基于量子位Bloch坐标的新算
子.该算法将量子位的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1个优化解.
在染色体数 目相同时,可加速优化进程.以函数极值优化和神经网络权值优化为例,仿真结果表明该方法在搜索能
力和优化效率两个方面优于普通量子遗传算法和简单遗传算法.
关键词:量子遗传算法;Bloch球面坐标;三基因链编码;量子旋转门;优化算法
中图分类号:TP183 文献标识码:A
QuantumgeneticalgorithmbasedonBlochcoordinatesof
qubitsanditsapplication
LIPan—chi
(Schoolofcomputerandinformationtechnology,Daqingpetroleuminstitute,DaqingHeilongjiang163318,China)
Abstract:A novelquantum geneticalgorithm isproposedbasedontheBlochcoordinatesofqubits.Thechromosome
iscomprisedofqubitswhoseBlochcoordinatescomprisegenechain.Th equantum chromosomesareupdatedbyqunatum
rotationgates,andraemutatedbyquantum non—gates.Forthesizena ddirectionofrotationangleofquantum rotation
gates,asimpledeterminingmethodisproposed.Fortherotationnadmutationofqubits,twonewoperatorsraeconstructed
basedonBlochcoordinatesofqubits.Inthisalgorihtm ,theBlochcoordinatesofeachqubitraeregardedasthreeparatactic
genes,eachchromosomecontainsthreegenechains,andeachofgenechainsrepresentsanoptimizationsolution,which
canacceleratetheconvergenceprocessforthesamenumberofchromosomes.Bytwoapplicationexamplesoffunction
extremanadneuralnetworkweightsoptimization,thesimulationresultsshowhtattheapproachissuperiortohtecommon
qunatum geneticalgorithm andthesimplegeneticalgorithm inbothserachcapabil
文档评论(0)