期刊文献+
共找到450篇文章
< 1 2 23 >
每页显示 20 50 100
Quantum-Inspired Particle Swarm Optimization Algorithm Encoded by Probability Amplitudes of Multi-Qubits
1
作者 Xin Li Huangfu Xu Xuezhong Guan 《Open Journal of Optimization》 2015年第2期21-30,共10页
To enhance the optimization ability of particle swarm algorithm, a novel quantum-inspired particle swarm optimization algorithm is proposed. In this method, the particles are encoded by the probability amplitudes of t... To enhance the optimization ability of particle swarm algorithm, a novel quantum-inspired particle swarm optimization algorithm is proposed. In this method, the particles are encoded by the probability amplitudes of the basic states of the multi-qubits system. The rotation angles of multi-qubits are determined based on the local optimum particle and the global optimal particle, and the multi-qubits rotation gates are employed to update the particles. At each of iteration, updating any qubit can lead to updating all probability amplitudes of the corresponding particle. The experimental results of some benchmark functions optimization show that, although its single step iteration consumes long time, the optimization ability of the proposed method is significantly higher than other similar algorithms. 展开更多
关键词 quantum Computing particle swarm Optimization Multi-Qubits PROBABILITY AMPLITUDES Encoding algorithm Design
暂未订购
Quantum-inspired swarm evolution algorithm
2
作者 HUANG You-rui TANG Chao-li WANG Shuang 《通讯和计算机(中英文版)》 2008年第5期36-39,共4页
关键词 量子计算 颗粒集群优化 进化算法 计算机技术
在线阅读 下载PDF
Optimal Planning of Charging Station for Electric Vehicle Based on Quantum PSO Algorithm 被引量:9
3
作者 LIU Zifa ZHANG Wei WANG Zeli 《中国电机工程学报》 EI CSCD 北大核心 2012年第22期I0006-I0006,共1页
关键词 电动汽车 粒子群算法 充电站 规划 优化 量子 能源 EV
原文传递
多模态函数优化虚拟仿真平台设计
4
作者 宋莉莉 刘成云 陈振学 《电气电子教学学报》 2026年第1期119-125,共7页
针对“智能控制”课程中多模态函数极值求解易陷入局部最优解的问题,提出基于量子粒子群算法的函数模型优化方法。借助Matlab GUI构建虚拟仿真平台,该平台包括模型选择、MESH图、参数设置及仿真结果模块,实现函数模型可视化操作,节省分... 针对“智能控制”课程中多模态函数极值求解易陷入局部最优解的问题,提出基于量子粒子群算法的函数模型优化方法。借助Matlab GUI构建虚拟仿真平台,该平台包括模型选择、MESH图、参数设置及仿真结果模块,实现函数模型可视化操作,节省分析与计算时间。以棉花病虫害模型为例,验证平台的鲁棒性和可扩展性,有助于学生理解理论知识、提高分析设计能力,为后续学习奠定基础。 展开更多
关键词 量子粒子群算法 多模态函数优化 仿真平台
在线阅读 下载PDF
结合概率密度演化-概率测度变换与量子粒子群优化算法的结构动力可靠性优化设计
5
作者 陈建兵 翁丽丽 杨家树 《振动工程学报》 北大核心 2026年第1期239-248,共10页
结构动力可靠性优化设计是在结构抗灾设计过程中定量考虑不确定性影响,进行结构抗灾安全性与经济性最佳权衡的理性途径。然而,由于通常需要进行优化迭代与结构动力可靠度分析的两重循环,结构动力可靠性优化设计仍是极具挑战性的难题。为... 结构动力可靠性优化设计是在结构抗灾设计过程中定量考虑不确定性影响,进行结构抗灾安全性与经济性最佳权衡的理性途径。然而,由于通常需要进行优化迭代与结构动力可靠度分析的两重循环,结构动力可靠性优化设计仍是极具挑战性的难题。为此,本文提出了一种有效的动力可靠性优化设计方法。该方法采用概率密度演化理论高效计算结构动力可靠度;对于设计变量为随机变量分布参数的情形,引入概率测度变换以减少确定性结构响应的重计算,从而进一步降低优化过程中可靠度分析的计算成本;将概率密度演化-概率测度变换方法与量子粒子群优化算法结合,以实现动力可靠性优化设计问题的求解。采用本文提出的方法进行了地震动激励下非线性框架结构的优化设计,算例结果表明其具有较高的计算效率和较好的稳健性。 展开更多
关键词 动力可靠性优化设计 概率密度演化理论 概率测度变换 量子粒子群优化算法
在线阅读 下载PDF
基于变权重与QPSO-BiLSTM的PEMFC健康状态评价与预测
6
作者 郭燚 赵前程 《上海海事大学学报》 北大核心 2026年第1期157-167,共11页
针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)健康状态难以准确评价与预测的问题,提出一种基于变权重与改进的双向长短期记忆网络(bidirectional long short-term memory network,BiLSTM)的PEMFC健康状态评价与... 针对质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)健康状态难以准确评价与预测的问题,提出一种基于变权重与改进的双向长短期记忆网络(bidirectional long short-term memory network,BiLSTM)的PEMFC健康状态评价与预测方法。建立PEMFC的健康状态评价指标体系,引入相对劣化度表征各项指标的健康度,并利用健康度量化PEMFC的健康状态;结合改进CRITIC法与模糊层次分析法确定各指标的变权重,应用变权重模糊综合评价模型量化评价PEMFC的健康状态。在PEMFC健康状态评价结果的基础上,利用量子粒子群优化(quantum particle swarm optimization,QPSO)算法优化BiLSTM的关键超参数,构建QPSO-BiLSTM模型对PEMFC的健康状态进行预测。在实测PEMFC数据集上与其他方法进行比较,结果表明,变权重模糊综合评价模型能够更准确地评价PEMFC的健康状态;QPSO-BiLSTM预测模型在各项评价指标上的表现均优于对比模型,预测精度得到显著提升。 展开更多
关键词 质子交换膜燃料电池(PEMFC) 健康状态 模糊综合评价 变权重 量子粒子群优化(QPSO)算法 双向长短期记忆网络(BiLSTM)
在线阅读 下载PDF
A novel mapping algorithm for three-dimensional network on chip based on quantum-behaved particle swarm optimization 被引量:2
7
作者 Cui HUANG Dakun ZHANG Guozhi SONG 《Frontiers of Computer Science》 SCIE EI CSCD 2017年第4期622-631,共10页
Mapping of three-dimensional network on chip is a key problem in the research of three-dimensional network on chip. The quality of the mapping algorithm used di- rectly affects the communication efficiency between IP ... Mapping of three-dimensional network on chip is a key problem in the research of three-dimensional network on chip. The quality of the mapping algorithm used di- rectly affects the communication efficiency between IP cores and plays an important role in the optimization of power consumption and throughput of the whole chip. In this paper, ba- sic concepts and related work of three-dimensional network on chip are introduced. Quantum-behaved particle swarm op- timization algorithm is applied to the mapping problem of three-dimensional network on chip for the first time. Sim- ulation results show that the mapping algorithm based on quantum-behaved particle swarm algorithm has faster con- vergence speed with much better optimization performance compared with the mapping algorithm based on particle swarm algorithm. It also can effectively reduce the power consumption of mapping of three-dimensional network on chip. 展开更多
关键词 three-dimensional network on chip mapping al-gorithm quantum-behaved particle swarm optimization al-gorithm particle swarm optimization algorithm low powerconsumption
原文传递
基于ICEEMDAN与优化LSSVM的大坝变形预测模型及应用
8
作者 林英浩 郑东健 +1 位作者 冉成 赵宇 《水利水运工程学报》 北大核心 2026年第1期180-190,共11页
针对大坝变形序列中的噪声干扰和非线性特征,提出了基于ICEEMDAN-EBQPSO-LSSVM-LSTM的组合预测模型,以提高大坝变形预测精度。首先,采用改进自适应噪声的集合经验模态分解(ICEEMDAN)对原始变形数据进行分解,提取多个平稳子序列;其次,提... 针对大坝变形序列中的噪声干扰和非线性特征,提出了基于ICEEMDAN-EBQPSO-LSSVM-LSTM的组合预测模型,以提高大坝变形预测精度。首先,采用改进自适应噪声的集合经验模态分解(ICEEMDAN)对原始变形数据进行分解,提取多个平稳子序列;其次,提出一种改进的量子粒子群优化算法(EBQPSO),对最小二乘支持向量机(LSSVM)的超参数优化后,再对各子序列进行初步预测;然后,利用长短期记忆网络(LSTM)进行残差预测,进一步提升预测精度。最后,将初步预测结果与残差预测值相结合,得到最终的变形预测值。通过对某水电站重力坝实测变形数据的分析,验证了该模型在预测精度和稳定性方面均优于其他模型,有效提升了大坝变形预测的准确性,可为大坝安全监测与风险预警提供更可靠的技术支撑。 展开更多
关键词 大坝变形 预测 改进的量子粒子群算法 最小二乘支持向量机
在线阅读 下载PDF
基于改进RBFNN的基坑变形预测技术研究
9
作者 宋旋 刘志超 《机械设计与制造》 北大核心 2026年第4期17-21,共5页
变形量的准确预测是变形监测的关键,针对现有基坑变形预测方法精度低、耗时长等问题,提出了一种改进的量子粒子群优化算法和径向基函数神经网络相结合用于预测基坑变形。引入了早熟自检和自适应扰动算子优化量子粒子群优化算法,通过优... 变形量的准确预测是变形监测的关键,针对现有基坑变形预测方法精度低、耗时长等问题,提出了一种改进的量子粒子群优化算法和径向基函数神经网络相结合用于预测基坑变形。引入了早熟自检和自适应扰动算子优化量子粒子群优化算法,通过优化算法优化径向基函数神经网络参数,将优化后的参数作为训练预测模型的初始值。通过实验对所提预测方法的优越性进行验证。结果表明,与传统的基坑变形预测方法相比,这里所提基坑变形预测方法具有更高的精度和效率,RMSE指数约为0.02,IA指数约为0.99,训练时间约为3s。该研究为变形预测的发展提供了更加科学有效的手段。 展开更多
关键词 基坑变形 预测模型 量子粒子群优化算法 径向基函数神经网络 自适应扰动算子
在线阅读 下载PDF
基于云计算技术的海量云数据模糊聚类算法设计
10
作者 罗萍 张雷 《计算机测量与控制》 2026年第3期194-200,共7页
云数据呈现出爆炸式增长,其规模海量、来源多元异构、结构复杂且动态变化显著;为实现高维、复杂云数据的高效处理、增强对云数据不确定性和模糊性的适应能力,设计基于云计算技术的海量云数据模糊聚类算法;构建基于云计算的海量云数据分... 云数据呈现出爆炸式增长,其规模海量、来源多元异构、结构复杂且动态变化显著;为实现高维、复杂云数据的高效处理、增强对云数据不确定性和模糊性的适应能力,设计基于云计算技术的海量云数据模糊聚类算法;构建基于云计算的海量云数据分析框架,主节点服务器采用随机森林算法实现来自多个异构源的海量云数据融合后,在对其作切分处理后,将得到的多个云数据切片分配给从节点服务器,计算节点在MapReduce数据模型下调用模糊K-means算法执行本地云数据聚类任务,采用量子粒子群算法优化初始聚类中心后,输出云数据聚类结果;实验结果表明:该方法可实现云数据模糊聚类,簇内云数据呈现紧凑分布形态,簇间数据区分度高;聚类中心优化选择后,聚类误差降低至0.10左右,分离系数为0.891,分离熵为10.441;计算节点数量为10时,加速比达到最大。 展开更多
关键词 云计算 模糊聚类 随机森林 模糊K-means算法 MAPREDUCE 量子粒子群
在线阅读 下载PDF
模糊逻辑算法下的110 kV变压器绝缘故障预警研究
11
作者 周禹航 韦舒天 +2 位作者 赵崇娟 吴飞 王瑶 《自动化仪表》 2026年第1期117-121,共5页
为了解决110 kV变压器绝缘故障预警结果准确性和预警效率较低的问题,提出模糊逻辑算法下的110 kV变压器绝缘故障预警方法。通过量子粒子群算法,设计堆叠自编码器。应用堆叠自编码器,提取110 kV变压器绝缘故障特征。将绝缘故障特征输入... 为了解决110 kV变压器绝缘故障预警结果准确性和预警效率较低的问题,提出模糊逻辑算法下的110 kV变压器绝缘故障预警方法。通过量子粒子群算法,设计堆叠自编码器。应用堆叠自编码器,提取110 kV变压器绝缘故障特征。将绝缘故障特征输入朴素贝叶斯分类器,进行110 kV变压器绝缘故障诊断。创新性地分析时间间隔,使用模糊逻辑算法构建变压器绝缘故障行波幅值和时间间隔的模糊关系,同时建立模糊规则库,以完成110 kV变压器绝缘故障的实时预警。试验结果表明:该方法可以有效预警110 kV变压器绝缘故障,使故障样本预警误差低于2个、预警时间低于70 s。该方法提升了110 kV变压器绝缘故障预警结果准确性和预警效率。 展开更多
关键词 模糊逻辑算法 110KV变压器 绝缘故障 故障预警 堆叠自编码器 量子粒子群算法
在线阅读 下载PDF
基于量子粒子群优化算法的生成对抗网络优化
12
作者 钱楸 张兆娟 《微电子学与计算机》 2026年第3期1-13,共13页
针对传统生成对抗网络(Generative Adversarial Networks,GAN)架构及超参数的设计依赖专家经验、调优成本高昂的问题,提出了一种基于量子粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法的GAN自动设计与优化方法。通... 针对传统生成对抗网络(Generative Adversarial Networks,GAN)架构及超参数的设计依赖专家经验、调优成本高昂的问题,提出了一种基于量子粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法的GAN自动设计与优化方法。通过QPSO算法协同指导判别器与生成器的结构更新。设计了一种基于模块化搜索空间的混合操作编码方案,支持深度可分离卷积、降维全连接和稀疏全连接,并引入禁用机制以替代传统层禁用策略。生成器初始化阶段融合残差连接与注意力模块,以增强多尺度特征捕获能力。进一步构建了基于权重分配的多目标损失函数,联合优化对抗性损失、多样性损失和感知损失。在CIFAR-10和STL-10数据集上的实验结果表明:该方法在提升生成样本质量与多样性的同时,有效平衡了模型性能与计算复杂度。 展开更多
关键词 量子粒子群优化 生成对抗网络 进化算法 神经网络架构搜索
在线阅读 下载PDF
An Effective Non-Commutative Encryption Approach with Optimized Genetic Algorithm for Ensuring Data Protection in Cloud Computing 被引量:2
13
作者 S.Jerald Nirmal Kumar S.Ravimaran M.M.Gowthul Alam 《Computer Modeling in Engineering & Sciences》 SCIE EI 2020年第11期671-697,共27页
Nowadays,succeeding safe communication and protection-sensitive data from unauthorized access above public networks are the main worries in cloud servers.Hence,to secure both data and keys ensuring secured data storag... Nowadays,succeeding safe communication and protection-sensitive data from unauthorized access above public networks are the main worries in cloud servers.Hence,to secure both data and keys ensuring secured data storage and access,our proposed work designs a Novel Quantum Key Distribution(QKD)relying upon a non-commutative encryption framework.It makes use of a Novel Quantum Key Distribution approach,which guarantees high level secured data transmission.Along with this,a shared secret is generated using Diffie Hellman(DH)to certify secured key generation at reduced time complexity.Moreover,a non-commutative approach is used,which effectively allows the users to store and access the encrypted data into the cloud server.Also,to prevent data loss or corruption caused by the insiders in the cloud,Optimized Genetic Algorithm(OGA)is utilized,which effectively recovers the data and retrieve it if the missed data without loss.It is then followed with the decryption process as if requested by the user.Thus our proposed framework ensures authentication and paves way for secure data access,with enhanced performance and reduced complexities experienced with the prior works. 展开更多
关键词 Cloud computing quantum key distribution Diffie Hellman non-commutative approach genetic algorithm particle swarm optimization
在线阅读 下载PDF
Quantum control based on three forms of Lyapunov functions
14
作者 俞国慧 杨洪礼 《Chinese Physics B》 SCIE EI CAS CSCD 2024年第4期216-222,共7页
This paper introduces the quantum control of Lyapunov functions based on the state distance, the mean of imaginary quantities and state errors.In this paper, the specific control laws under the three forms are given.S... This paper introduces the quantum control of Lyapunov functions based on the state distance, the mean of imaginary quantities and state errors.In this paper, the specific control laws under the three forms are given.Stability is analyzed by the La Salle invariance principle and the numerical simulation is carried out in a 2D test system.The calculation process for the Lyapunov function is based on a combination of the average of virtual mechanical quantities, the particle swarm algorithm and a simulated annealing algorithm.Finally, a unified form of the control laws under the three forms is given. 展开更多
关键词 quantum system Lyapunov function particle swarm optimization simulated annealing algorithms quantum control
原文传递
六自由度工业机器人运动学参数辨识 被引量:2
15
作者 胡明 郭玉奉 +1 位作者 杨景 杨帆 《机械设计与制造》 北大核心 2025年第6期314-319,共6页
作为运动控制的基础,机器人运动学参数辨识的误差模型对其精度存在影响。以六自由度机器人为对象,基于DH矩阵法建立机器人的运动学模型,进行仿真验证。分别从位置、姿态与位姿综合三个方面建立六种不同的误差模型并利用量子遗传算法分... 作为运动控制的基础,机器人运动学参数辨识的误差模型对其精度存在影响。以六自由度机器人为对象,基于DH矩阵法建立机器人的运动学模型,进行仿真验证。分别从位置、姿态与位姿综合三个方面建立六种不同的误差模型并利用量子遗传算法分别进行辨识仿真,仿真结果表明,误差模型5拥有较高的辨识精度和辨识稳定性,适合用于实际辨识实验。利用高精度相机测量机器人末端位姿,通过粒子群寻优算法求取机器人基坐标系与相机坐标系之间转换矩阵。基于视觉测量数据、量子遗传算法和粒子群算法,以误差模型5作为实际辨识模型分别进行辨识实验。结果表明,基于误差模型5的量子遗传算法辨识后的机器人末端综合位置误差的方差小,其值为0.1159mm2,曲线波动幅度小,且平均误差下降82.96%,有较高的辨识精度和辨识稳定性,可有效提升机器人末端的定位精度,为基于视觉的动态目标捕捉提供条件。 展开更多
关键词 机器人运动学 参数辨识 误差模型 量子遗传算法 粒子群算法 手眼标定
在线阅读 下载PDF
考虑碳排放的铁路路基施工机群配置优化 被引量:4
16
作者 鲍学英 申中帅 +1 位作者 李子龙 吕向茹 《安全与环境学报》 北大核心 2025年第1期364-373,共10页
铁路路基施工机群配置关系施工工期,会直接产生施工成本,对生态环境造成重要影响,进而产生较高碳排放量。首先,考虑铁路路基施工工期、施工成本、施工绿色指数及碳排放等目标,建立铁路路基施工机群配置优化模型。其中,将施工机群配置优... 铁路路基施工机群配置关系施工工期,会直接产生施工成本,对生态环境造成重要影响,进而产生较高碳排放量。首先,考虑铁路路基施工工期、施工成本、施工绿色指数及碳排放等目标,建立铁路路基施工机群配置优化模型。其中,将施工机群配置优化模型中各优化目标作为一级指标建立机群配置多目标决策偏好评价指标体系,并将组合数有序加权算子(Combination Ordered Weighted Averaging,C-OWA)法与基于指标间相关性分析的权重确定(Criteria Importance Though Intercriteria Correlation,CRITIC)法结合对指标进行组合赋权。其次,采用基于莱维飞行机制的量子粒子群优化(Quantum Particle Swarm Optimization,QPSO)算法求解该施工机群配置优化模型。最后,以某铁路路基工程某标段为例进行实证分析。结果显示,多目标优化方案较原方案工期提前75 d,成本降低203.257万元,绿色指数提升5.250%,碳排放量降低1.305 t。研究结果可为铁路路基施工机群配置优化提供新思路。 展开更多
关键词 环境工程学 铁路路基机群配置 碳排放 组合数有序加权算子法 基于指标间相关性分析的权重确定法 基于莱维飞行的量子粒子群优化算法
原文传递
基于多目标优化的装配式施工机械设备优化配置方法 被引量:2
17
作者 王宁 《佳木斯大学学报(自然科学版)》 2025年第2期142-145,共4页
提出了一种针对装配式建筑施工中机械设备配置问题的多目标优化方法,该方法通过建立一个整合了工期、成本和碳排放三个关键要素的综合优化模型,并运用无量纲化处理来协调这些目标之间的关系。这种方法基于一种改进的量子粒子群优化算法(... 提出了一种针对装配式建筑施工中机械设备配置问题的多目标优化方法,该方法通过建立一个整合了工期、成本和碳排放三个关键要素的综合优化模型,并运用无量纲化处理来协调这些目标之间的关系。这种方法基于一种改进的量子粒子群优化算法(Levy-QPSO),通过整合莱维飞行机制来提高搜索能力和防止陷入局部最优解。五个标准测试函数的实验结果证实了改进算法的有效性和优越性。本研究所提出的方法为装配式建筑施工机械设备的优化配置提供了一种实用工具,有助于实现低碳、高效及经济的施工机械设备管理。 展开更多
关键词 施工机械 装配式 多目标优化 量子粒群算法
在线阅读 下载PDF
基于电压分区权重自适应的光伏逆变器和磁控电抗器的配电网无功电压协调控制
18
作者 王海云 陈茜 +4 位作者 张琳钰 印希宇 张志坚 魏华跃 陈小月 《电力科学与技术学报》 北大核心 2025年第6期136-146,共11页
为发挥无功设备与光伏逆变器的无功调控与调控电压的能力,提升系统运行效率,提高安全稳定性,提出一种基于电压分区权重的自适应的光伏逆变器和磁控电抗器配电网无功电压协调控制方法。先检测并网点电压区间,自适应得到权重计算综合策略... 为发挥无功设备与光伏逆变器的无功调控与调控电压的能力,提升系统运行效率,提高安全稳定性,提出一种基于电压分区权重的自适应的光伏逆变器和磁控电抗器配电网无功电压协调控制方法。先检测并网点电压区间,自适应得到权重计算综合策略下的无功功率,对光伏逆变器进行控制;再建立以电压偏差与有功网损为目标的优化模型,并基于改进量子粒子群算法,对含磁控电抗器与逆变器的配电网进行无功优化;最后,对改进IEEE 33节点系统进行仿真分析。仿真分析结果表明,当有功出力为2 MW时,所提策略使得网络平均电压偏差降低4.28%;在逆变器与磁控电抗器协调无功优化过程中,利用改进量子粒子群算法,使网损最大减少2663.186 kW,光伏所在节点(10、15、24、30)的平均电压偏差分别降低1.63%、2.32%、0.38%、0.49%。研究结果表明,所提方法能有效提升电网稳定性与经济特性。 展开更多
关键词 逆变器无功调节 磁控电抗器 电压分区 无功优化 改进量子粒子群算法
在线阅读 下载PDF
基于任务可靠性的无人集群作战试验方案设计 被引量:2
19
作者 王靖宇 蒋平 +1 位作者 谢丁星 齐建军 《西北工业大学学报》 北大核心 2025年第2期368-380,共13页
无人机集群是具有前景的新质武器,开展无人机集群作战试验是检验其作战效能的重要手段。由于成本高昂、耗时较长,需要对作战试验提前规划,制定高效的试验方案。为探讨无人机集群作战试验方案设计、保障试验的成功,提出了基于作战试验任... 无人机集群是具有前景的新质武器,开展无人机集群作战试验是检验其作战效能的重要手段。由于成本高昂、耗时较长,需要对作战试验提前规划,制定高效的试验方案。为探讨无人机集群作战试验方案设计、保障试验的成功,提出了基于作战试验任务可靠性的试验方案设计方法。该方法构建了无人机集群侦察任务、打击任务和侦察打击任务的作战区域任务可靠性模型,使用多目标量子粒子群(multi-objective quantum particle swarm optimization algorithm,MOQPSO)方法求解出帕累托(Pareto)边界,确定综合考虑可靠性和成本2个目标后的最优方案,并通过仿真案例验证了所提方法的正确性。所提方法是解决无人机集群试验方案设计问题的有益探索。 展开更多
关键词 无人机集群 任务可靠性 方案设计 多目标量子粒子群算法
在线阅读 下载PDF
基于粒子群优化算法的量子卷积神经网络 被引量:1
20
作者 张嘉雯 蔡彬彬 林崧 《量子电子学报》 北大核心 2025年第1期123-135,共13页
针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在... 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。 展开更多
关键词 量子光学 量子卷积神经网络 粒子群优化算法 量子机器学习 参数化量子电路
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部