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--人工神经网络与计算论文

基于量子机制与组合方法的智能优化算法及应用研究

提要第1-10页
第1章 绪论第10-14页
   ·研究的目的与意义第10-12页
   ·论文的研究内容第12-14页
第2章 智能优化算法及量子计算概述第14-39页
   ·智能优化算法第14-27页
     ·人工神经网络第16-20页
     ·遗传算法第20-23页
     ·粒子群优化算法第23-27页
   ·量子计算第27-38页
     ·量子位第28-30页
     ·量子寄存器第30-32页
     ·量子态的测量第32-33页
     ·量子门第33-35页
     ·量子计算的特性第35-37页
     ·量子计算机第37-38页
   ·本章小结第38-39页
第3章 量子进化算法求解旅行商问题第39-52页
   ·量子进化算法第39-47页
     ·编码方式第39-41页
     ·算法描述第41-45页
     ·量子交叉第45-46页
     ·量子进化算法优点第46-47页
     ·量子进化算法的研究现状第47页
   ·基于量子进化算法求解 TSP 问题第47-51页
     ·TSP 问题描述第48页
     ·TSP 问题的量子编码第48-49页
     ·适应度函数第49页
     ·量子进化算法求解 TSP 问题的算法流程第49页
     ·实验结果第49-51页
   ·本章小结第51-52页
第4章 量子群进化算法第52-65页
   ·粒子群优化算法第52-53页
   ·量子进化算法第53-54页
   ·量子角第54-55页
     ·量子角定义第54-55页
     ·量子染色体编码第55页
     ·量子门的量子角表示第55页
   ·量子群算法第55-56页
     ·量子群第55-56页
     ·量子群演化流程第56页
   ·量子群算法求解背包问题第56-64页
     ·0-1 背包问题第56-57页
     ·实验结果与分析第57-64页
   ·本章小结第64-65页
第5章 量子组合优化算法求解组合优化问题第65-74页
   ·量子组合优化算法第65-68页
     ·算法的提出第65-66页
     ·组合优化算法流程第66-68页
   ·求解两类优化问题的实验结果与分析第68-71页
     ·函数优化第69-70页
     ·0-1 背包问题第70-71页
   ·本章小结第71-74页
第6章 改进的量子组合优化算法求解3-SAT 问题第74-86页
   ·引言第74页
   ·改进的量子组合优化算法第74-76页
     ·量子角第74-75页
     ·改进的量子旋转门策略第75-76页
     ·改进的量子进化算法的流程第76页
   ·改进的量子进化算法求解3-SAT 问题第76-85页
     ·适应度函数选择第77页
     ·3-SAT 问题的矩阵描述方法第77-78页
     ·实验结果第78-85页
   ·本章小结第85-86页
第7章 基于AFTER_PSO 的组合预测方法第86-105页
   ·预测简介第86-90页
     ·预测的基本概念第86-87页
     ·预测方法第87-90页
     ·测定预测精度的方法第90页
   ·组合预测简介第90-95页
     ·组合预测定义第90-91页
     ·关于组合预测的争论第91-93页
     ·模型的选择与组合第93-94页
     ·组合预测中权值的确定第94-95页
   ·变权值组合预测算法-AFTER 算法第95-96页
   ·改进的粒子群优化算法第96-99页
     ·粒子群优化算法(PSO)第96-97页
     ·粒子属性线性约束定理第97-99页
     ·线性约束粒子群优化算法第99页
   ·AFTER_PSO 组合方法第99-100页
   ·模拟实验第100-104页
     ·候选方法的选择第100页
     ·模拟数据集及结果第100-104页
   ·本章小结第104-105页
第8章 结论与展望第105-108页
参考文献第108-115页
作者攻读博士期间发表的论文情况第115-117页
致谢第117-118页
中文摘要第118-122页
ABSTRACT第122-125页

论文共125页,点击 下载论文
上一篇:基于约束传播的约束求解方法研究
下一篇:基于ZigBee无线传感器技术的心电监护网络的研究