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

自适应量子菌群算法的研究及应用

摘要第4-5页
Abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-15页
    1.1 课题研究背景第9-13页
    1.2 课题研究内容第13-15页
第二章 菌群算法的研究及改进第15-28页
    2.1 菌群算法基础第15-19页
        2.1.1 趋化行为第15页
        2.1.2 群体行为第15-16页
        2.1.3 繁殖行为第16页
        2.1.4 迁徙行为第16-17页
        2.1.5 算法流程第17-19页
    2.2 改进的菌群算法第19-21页
        2.2.1 翻转操作的改进第19页
        2.2.2 前进操作的改进第19-20页
        2.2.3 改进后的算法流程第20-21页
    2.3 改进菌群算法的性能研究第21-27页
        2.3.1 测试函数的选取第21-22页
        2.3.2 实验结果及分析第22-27页
    2.4 本章小结第27-28页
第三章 基于量子计算的菌群算法的研究第28-42页
    3.1 量子计算基础第28-31页
        3.1.1 量子位第28-29页
        3.1.2 量子门第29-31页
        3.1.3 量子态测量第31页
    3.2 量子计算对菌群算法的改进第31-35页
        3.2.1 量子编码第31-32页
        3.2.2 量子趋化操作第32-33页
        3.2.3 基于量子计算的菌群算法第33-35页
    3.3 量子菌群算法性能研究第35-41页
        3.3.1 测试函数与仿真条件第35-36页
        3.3.2 QBFO算法性能测试第36-38页
        3.3.3 旋转角度分析第38-41页
    3.4 本章小结第41-42页
第四章 自适应旋转相位的量子菌群算法第42-53页
    4.1 自适应旋转相位的设计第42-43页
    4.2 基于自适应旋转相位的量子菌群算法第43-44页
    4.3 AQBFO算法性能测试与结果分析第44-52页
        4.3.1 测试函数与仿真条件第44-45页
        4.3.2 仿真结果及分析第45-49页
        4.3.3 算法性能评价第49-52页
    4.4 本章小结第52-53页
第五章 MIMO信道中基于AQBFO的鲁棒训练序列设计第53-64页
    5.1 系统模型第53-55页
        5.1.1 MIMO系统模型第53页
        5.1.2 信道估计问题分析第53-55页
    5.2 基于迭代算法的鲁棒训练序列设计第55-57页
    5.3 基于AQBFO算法的鲁棒训练序列设计第57-59页
        5.3.1 一种求解min-max问题的AQBFO算法第57-59页
        5.3.2 最优训练序列设计第59页
    5.4 实验仿真与结果分析第59-63页
        5.4.1 仿真条件和参数设定第59-60页
        5.4.2 实验结果及分析第60-63页
    5.5 本章小结第63-64页
第六章 总结与展望第64-66页
    6.1 课题工作总结第64-65页
    6.2 课题研究展望第65-66页
参考文献第66-70页
附录1 攻读硕士学位期间撰写的论文第70-71页
附录2 攻读硕士学位期间参加的科研项目第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于仿人智能的两轮轮式机器人运动控制实现
下一篇:基于IEC 61131的工业控制软件编程方法研究