首页--数理科学和化学论文--物理学论文--理论物理学论文--量子论论文

量子进化算法的研究及应用

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-18页
   ·现代优化方法回顾第12-13页
   ·量子进化算法的研究意义第13-14页
   ·量子进化算法的国内外研究现状第14-15页
   ·本文内容安排第15-17页
   ·本章小结第17-18页
第2章 量子计算与进化算法第18-27页
   ·量子计算第19-21页
     ·状态的叠加第19页
     ·状态的相干第19-20页
     ·状态的纠缠第20页
     ·量子并行性第20页
     ·目前的研究重点第20-21页
   ·进化算法第21-24页
     ·进化算法的总框架第22-23页
     ·遗传算法、进化规划和进化策略之间的异同点第23-24页
   ·量子计算与进化算法两种搜索算法的区别第24-26页
   ·本章小结第26-27页
第3章 量子进化算法第27-42页
   ·量子进化算法的提出第27-28页
   ·基本概念第28-33页
     ·量子染色体第28-29页
     ·更新算子第29-31页
     ·算法流程第31-33页
   ·量子进化算法的结构框架第33-35页
   ·算法性能分析第35-41页
     ·0/1 背包问题及测试数据第35-36页
     ·算法描述第36-38页
     ·性能分析结果第38-41页
   ·本章小结第41-42页
第4章 量子进化算法在复杂背包问题中的应用第42-51页
   ·多选择多维背包问题第42-43页
   ·求解MMKP 的量子进化算法第43-48页
     ·MMKP 解的表示第43-44页
     ·量子种群的表示第44页
     ·观测解的生成第44-45页
     ·更新算子第45页
     ·构造基础解第45-46页
     ·修补算子第46-47页
     ·局部搜索第47-48页
     ·算法具体流程第48页
   ·实验结果第48-50页
   ·本章小结第50-51页
第5章 量子进化算法的改进第51-63页
   ·量子组合优化算法的流程第51-54页
   ·量子进化-粒子群组合算法第54-57页
     ·粒子群优化算法介绍第55-56页
     ·函数优化第56页
     ·参数选择与计算结果第56-57页
   ·量子进化-蚁群组合算法第57-62页
     ·蚁群算法介绍第57-58页
     ·TSP 的描述第58-59页
     ·旅行售货员问题的量子蚁群算法第59-60页
     ·实验结果分析与结论第60-62页
   ·本章小结第62-63页
第6章 总结与展望第63-66页
   ·本文的主要成果和创新点第63-64页
   ·后续工作展望第64-66页
参考文献第66-71页
致谢第71-72页
作者简介第72-73页
攻读硕士学位期间发表的论文和参加科研情况第73页

论文共73页,点击 下载论文
上一篇:基于人脸识别的驾驶员疲劳检测算法研究
下一篇:基于ArcGIS的矿井水文地质空间分析系统研究与设计