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

量子进化算法及其应用研究

摘要第1-5页
Abstract第5-13页
第一章 绪论第13-19页
   ·引言第13页
   ·主要智能优化算法第13-14页
   ·量子计算第14-15页
   ·量子进化算法概述及发展历程第15-17页
   ·量子进化算法不足及发展方向第17-18页
   ·本文主要研究内容第18-19页
第二章 量子进化算法原理第19-35页
   ·量子计算理论第19-21页
     ·量子叠加第19-20页
     ·量子相干第20页
     ·量子纠缠第20-21页
     ·量子并行性第21页
   ·进化算法理论第21-23页
     ·算法原理第21页
     ·遗传算法的运算过程第21-23页
     ·遗传算法的运行参数选择及影响第23页
   ·量子进化算法基本概念和基本操作第23-29页
     ·量子编码第23-24页
     ·量子观测第24页
     ·量子更新第24-28页
     ·算法终止条件第28-29页
   ·几种常用量子进化算法第29-34页
     ·遗传量子算法(GQA)第29-32页
     ·量子进化算法(QEA)第32-34页
     ·正弦曲线环量子进化算法(SRQEA)第34页
   ·量子进化算法特点第34页
   ·本章小结第34-35页
第三章 全局移民策略在量子进化算法中的应用第35-52页
   ·引言第35页
   ·0-1 背包问题第35-36页
   ·函数优化问题第36页
   ·全局移民策略在0-1 背包问题优化中的应用第36-41页
     ·全局移民策略在0-1 背包问题优化中的应用实验第36-40页
     ·全局移民策略在0-1 背包问题优化中的应用效果总结第40-41页
   ·全局移民策略在函数优化中的应用第41-51页
     ·全局移民策略在函数优化中的应用实验第41-50页
     ·全局移民策略在函数优化中的应用效果总结第50-51页
   ·本章小结第51-52页
第四章 SRQEA2 和SRQEAb13 在0-1 背包问题优化中的应用第52-63页
   ·SRQEA2第52-53页
   ·SRQEAb13第53-54页
   ·Hε门在0-1 背包问题优化中的应用第54-58页
     ·Hε门在0-1 背包问题优化中的应用实验第54-57页
     ·Hε门在0-1 背包问题优化中的应用效果总结第57-58页
   ·QEA、SRQEA、SRQEA2 和SRQEAb13 对0-1 背包问题的优化效果比较第58-62页
     ·QEA、SRQEA、SRQEA2、SRQEAb13 对0-1 背包问题优化的数据比较第58-62页
     ·QEA、SRQEA、SRQEA2、SRQEAb13 对0-1 背包问题优化效果总结第62页
   ·本章小结第62-63页
第五章 SRQEA2 和SRQEAb13 在函数优化中的应用第63-74页
   ·Hε门在函数优化中的应用第63-69页
     ·Hε门在函数优化中的应用实验第63-68页
     ·Hε门在函数优化中的应用效果总结第68-69页
   ·QEA、SRQEA、SRQEA2、SRQEAb13 对函数优化效果比较第69-73页
     ·QEA、SRQEA、SRQEA2、SRQEAb13 对函数优化的数据比较第69-73页
     ·QEA、SRQEA、SRQEA2、SRQEAb13 对函数优化效果总结第73页
   ·本章小结第73-74页
第六章 量子进化算法在演化硬件电路演化中的应用第74-80页
   ·演化硬件概念第74页
   ·演化硬件系统第74-76页
   ·演化实验第76-79页
   ·本章小结第79-80页
第七章 总结与展望第80-82页
   ·总结第80-81页
   ·展望第81-82页
参考文献第82-86页
致谢第86-87页
在学期间的研究成果及发表的学术论文第87页

论文共87页,点击 下载论文
上一篇:基于进化算法的多目标优化算法及应用研究
下一篇:光学综合孔径望远镜中电感式位移传感器的研究