基于改进量子遗传算法的过程神经元网络训练

• 作者: 曾筠 李欣 程春田
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 过程神经元网络 量子遗传算法 学习算法
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 347-351
• 页数: 5页
• 分类号: TPL83
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2009.03.005

摘要

针对过程神经元网络由于模型参数较多BP算法不易收敛的问题,提出一种基于量子位Bloch坐标的量子遗传算法.将该算法融合于过程神经网络的训练.按权值参数的个数确定量子染色体上的基因数并完成种群编码,通过新的量子旋转门完成个体的更新.算法中的每条染色体携带3条基因链,因此可扩展对解空间的遍历性,加速优化进程.以两组二维三角函数的模式分类问题为例,仿真结果表明该方法不仅收敛速度快,而且寻优能力强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程春田	大连理工大学水电与水信息研究所	168	2851	30.0	45.0
2	李欣	大连理工大学电子与信息工程学院	6	98	4.0	6.0
6	曾筠	大连理工大学水电与水信息研究所	4	43	3.0	4.0