量子混合蛙跳算法在过程神经网络优化中的应用

• 作者: 刘丽杰 张强 许少华
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 过程神经网络 量子计算 混合蛙跳算法 学习算法
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 算法研究
• 页码范围: 1003-1011
• 页数: 9页
• 分类号: TP183
• 字数: 5331字
• 语种: 中文

摘要

针对基于正交基展开的过程神经元网络参数较多,基函数展开项数和网络结构难以确定,传统BP算法不易收敛的问题,结合量子理论提出一种量子混合蛙跳算法,用于过程神经元网络的训练.该算法利用量子位的Bloch球面坐标将网络结构、网络参数和展开项数统一编码,提出沿球面上经过两点间的劣弧路径进行旋转的方法来同时更新三个优化解,并利用Hadamard门完成个体变异避免早熟,进而有效扩展解空间的搜索范围.以抽油机故障诊断和网络流量预测为例,验证了算法的有效性.

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	东北石油大学计算机与信息技术学院	52	329	11.0	15.0
2	刘丽杰	黑龙江八一农垦大学信息技术学院	35	84	5.0	6.0
3	张强	东北石油大学计算机与信息技术学院	89	201	7.0	10.0