量子遗传算法及在数据校正中的应用.pdf

＼l㈣4㈧0㈣0Y200㈣7 量子遗传算法及其在数据校正中的应用 摘 要 化工生产中，装置运行状况的好坏是通过生产过程的测量数据好坏来衡量 的，这些测量数据是科学研究的基本依据，也是实现计算机过程控制、模拟优化 和生产管理的基本依据。测量数据在理论上是应该满足物料平衡、能量平衡等约 束条件的，但在实际应用中，从现场采集回来的数据，由于受测量仪表精度、测 量方法和环境影响，不可避免的带有误差，进而影响运行状况，故我们需要进行 数据校正来剔除测量数据中的误差。一般测量数据分为随机误差和过失误差，传 统的数据校正方法会出现测量数据中含过失误差的数据将误差分摊到不含过失 误差的数据当中。数据校正中数据分类、数据协调部分的求解方法需要用到方程 的求导或者矩阵的转换方法，计算过程复杂，故在此，我们引入了一种新的概率 优化算法一量子遗传算法。 量子遗传算法是一种将量子计算与遗传算法相结合的概率优化方法，与遗传 算法相比，具有更好的种群多样性、计算并行性、更快的收敛速度、更高的搜索 效率和更强的全局寻优能力。但对于多峰值问题，量子遗传算