首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

量子遗传算法研究与应用

摘要第4-5页
Abstract第5页
目录第6-9页
第一章 绪论第9-13页
    1.1 课题研究的背景与意义第9-10页
    1.2 量子计算的卓越性第10页
    1.3 国内外研究现状第10-12页
    1.4 论文主要内容及安排第12-13页
第二章 量子计算第13-18页
    2.1 从经典信息到量子信息第13-14页
    2.2 量子比特第14-16页
        2.2.1 单量子比特第14页
        2.2.2 双量子比特第14-15页
        2.2.3 多量子比特第15-16页
    2.3 量子逻辑门第16-17页
        2.3.1 单比特量子门第16页
        2.3.2 多比特量子门第16-17页
    2.4 本章小结第17-18页
第三章 量子遗传算法第18-32页
    3.1 遗传算法第18-21页
        3.1.1 适应度函数第19页
        3.1.2 遗传操作第19-20页
        3.1.3 遗传参数第20-21页
    3.2 量子遗传算法第21-27页
        3.2.1 量子染色体第21页
        3.2.2 量子编码的转换第21-22页
        3.2.3 量子进化策略第22-23页
        3.2.4 量子遗传算法流程第23-24页
        3.2.5 QGA 与 GA 的比较第24页
        3.2.6 仿真函数测试第24-27页
    3.3 改进量子遗传算法第27-31页
        3.3.1 改进量子遗传算法策略第27-29页
        3.3.2 仿真函数测试第29-31页
    3.4 小结第31-32页
第四章 量子遗传算法在非线性系统中的应用第32-39页
    4.1 引言第32页
    4.2 QGA 辨识非线性模型过程第32-38页
        4.2.1 Hammerstein 模型第32-34页
        4.2.2 QGA 辨识 Hammerstein 模型第34-35页
        4.2.3 实验结果与分析第35-38页
    4.3 本章小结第38-39页
第五章 量子遗传算法在混沌系统中的应用第39-62页
    5.1 引言第39-40页
    5.2 量子遗传算法辨识 Lorenz 混沌系统参数第40-45页
        5.2.1 混沌系统参数辨识的基本思想第40-41页
        5.2.2 适应度函数的选取第41页
        5.2.3 QGA 辨识 Lorenz 系统参数第41-43页
        5.2.4 仿真实验与分析第43-45页
    5.3 改进量子遗传算法(IQGA)对超混沌 Chen 系统的辨识第45-48页
        5.3.1 引言第45页
        5.3.2 超混沌 Chen 系统介绍第45-46页
        5.3.3 超混沌 Chen 系统仿真实验及结果分析第46-48页
    5.4 基于量子遗传算法的混沌系统的同步研究第48-55页
        5.4.1 引言第48-49页
        5.4.2 混沌同步系统的描述第49-50页
        5.4.3 基于量子遗传算法的混沌同步方法设计第50-51页
        5.4.4 仿真实验与结果分析第51-55页
    5.5 基于量子遗传算法的混沌系统异结构反同步第55-60页
        5.5.1 引言第55页
        5.5.2 反同步的描述第55-56页
        5.5.3 基于量子遗传算法的混沌系统异结构反同步方法设计第56-57页
        5.5.4 仿真实验与结果分析第57-60页
    5.6 小结第60-62页
第六章 总结与展望第62-64页
    6.1 总结第62页
    6.2 展望第62-64页
参考文献第64-70页
攻读硕士期间完成和录用相关文献列表第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:磁悬浮球及其控制系统研究
下一篇:分布式模型预测控制在负荷频率控制系统中的应用