基于混合量子遗传算法的过程神经元网络训练

• 作者: 刘志刚 许少华
• 来源期刊: 计算机应用研究
• 关键词: 过程神经元网络 训练 学习算法 优化求解 量子遗传算法 混合遗传算法 拟牛顿迭代法
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2898-2901
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.08.028

摘要

针对过程神经元网络现有学习算法复杂度高、对初值敏感的问题,提出了一种基于混合量子遗传算法的过程神经元网络训练方法.将过程神经元网络的训练转换为等价非线性方程组的优化求解问题,用量子比特构成染色体,采用实数对染色体进行编码,同时引入拟牛顿算法作局部搜索.该算法可发挥量子遗传算法的群体搜索能力和全局收敛性,以及拟牛顿法较快的收敛速度,同时有效克服了拟牛顿算法对初值敏感的问题.训练结果表明,此算法具有较好的稳定性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	大庆石油学院计算机与信息技术学院	68	929	15.0	27.0
2	刘志刚	大庆石油学院计算机与信息技术学院	5	16	2.0	3.0