混合量子算法在生产调度中的应用

针对生产调度领域中的置换Flow Shop调度问题,在量子进化算法思想的基础上,进行了解码、最佳模式设计,并融入了优化方法,形成了混合量子算法(HQA).经过对多个算例的测试,证明HQA在生产调度领域能够提供良好的决策方案和依据.     

量子算法的研究进展

文章在介绍量子算法原理的基础上,重点介绍了Shor算法,Grover量子搜索算法以及量子进化算法的研究进展.最后阐述了量子算法主要面临的问题及研究前景.     

基于改进量子遗传算法的小波神经网络优化及其软测量应用

针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向。将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型。仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能。     

交叉变异蛙跳算法

针对基本蛙跳算法搜索速度和精度不高的缺点,将变异的思想融入基本蛙跳算法,提出了一种新的改进蛙跳算法——交叉变异蛙跳算法(KSFLA).该算法通过子族群中排名较前的个体变异产生新个体代替子群中较差的若干个体,而其余的非子群最优个体则模仿大雁飞行策略,参照前面的个体进行位置更新,充分利用群体的信息提高算法性能.实验表明,改进后的算法在收敛速度以及收敛精度方面都有了很大程度地提高.     

二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。     

组播服务节点选择问题的求解算法

为了求解覆盖网络中最优组播服务节点MSN组合问题,提出一种基于混合实数编码的遗传算法(HRCGA)。采用实数编码方式对MSN组合进行编码,利用K-medoids聚类距离算子进行节点相似性度量,并根据MSN的实际特点,构造含有惩罚因子的适应度函数,限制不良个体参与进化。同时,针对标准遗传算法SGA局部搜索能力弱的特点,HRGCA引入个体进化控制策略。理论分析和仿真结果表明,该算法有效克服了传统K-medoids算法易陷入局部极小值、对初始中心选值敏感的问题。通过与传统SGA的仿真结果对比,HRCGA进一步提高了MSN组合全局寻优能力     

变尺度混沌量子粒子群算法

利用混沌算子的遍历性,结合量子粒子群的快速收敛性,提出了变尺度混沌量子粒子群算法(CQPSO)。针对标准粒子群容易陷入局部最优的缺陷,CQPSO能快速收敛到最优解。对标准测试函数的测试结果表明:该算法在收敛速度和收敛精度上都得到了大幅度的提高。     

求解复杂旅行商问题的混合粒子群算法

针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题( TSP)的混合 粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及 粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合 粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。     

量子逻辑、量子悖论与量子疑难

我们可以把为了解释各种量子疑难(包括所谓的量子悖论)而发明或创立的量子逻辑群总结为四类:冯.诺意曼等开创的量子格论学派、莱欣巴赫为代表的多值量子逻辑学派、玻尔等学者坚持的互补性辩证逻辑学派、范.弗拉森原创的模态逻辑解释学派。这四类量子逻辑对量子疑难的解决既有成绩也有不足。通过我们对量子力学理论的细致理解,来自于不确定关系、波粒二象性和双缝实验等的典型量子悖论都可以消解,因此前三种量子逻辑的创立基础很可能并不存在,而测量难题也并不能仅通过模态逻辑解释消解。但即便如此,仍不能说量子逻辑对于解释量子疑难不是有意义的尝试,更不能说量子逻辑作为非经典逻辑的本性已经完全昭然若揭。因此无论如何,量子逻辑进路是并且仍将是通过量子力学解释达到理解微观世界不确定性本性的一个十分重要的科学及哲学的理论传统。     

量子逻辑:一种全新的逻辑构造

与经典逻辑相比,量子逻辑是一种全新的逻辑构造。其独特之处主要体现在:一是数学基础的新颖性。量子逻辑是一种新的、非布尔型的非经典逻辑,在语义和句法上由一种独特的代数结构确定,这种代数结构的重要特征是非分配性和不对易性。数学中新发展起来的格论直接推动了量子逻辑基本结构模型的建立。二是形式的多样性。作为言说量子世界的语言逻辑,量子逻辑的联结词、命题及其演算,最终都是基于量子实体和量子世界的经验内容之上的。其中一条重要特征是非决定性,非决定性和模糊性使得量子逻辑中包含有量子模糊逻辑。三是技术应用的广泛可能性。     

一种新颖的最短路径发现算法

通过变化算法的数据结构与更新路径的方式对经典的Dijkstra算法提出了改进,结果表明,该算法可寻求全部等长度的最短路径。     

神经网络和卡尔曼算法在石油需求预测中的应用

分析中国1978—2009年影响石油需求的8个相关指标数据。将指标分成3组,通过每组指标的数据分别用广义回归神经网络和误差反向传播神经网络（GRNN和BPNN）方法对2013年的中国石油需求量进行预测,并对其预测结果进行比较。进一步采用神经网络平均影响值（Mean Impact Value,MIV）方法,从影响石油需求时间序列的相关指标数据中筛选出对石油需求影响最大的5个变量。用选出的5个变量,根据AIC准则确定了时间序列的阶数,并建立了石油需求的AR时间序列模型。采用卡尔曼滤波算法和Rauch-Tung-Striebel（RTS）算法对AR模型进行了后验估计。卡尔曼滤波算法使得模型参数得以更新,且相关仿真结果表明,对于AR模型的输出起到较好的修正作用,从而提高了模型的预测精度。     

基于遗传算法的ISAR运动补偿新算法

提出了基于遗传算法进行逆合成孔径雷达运动补偿的新算法.针对遗传算法解的收敛性问题,在遗传算法中采用了最优个体保存策略,使得解以概率1收敛于全局最优解;针对遗传算法运算量大的问题,提出了采用运动补偿后最小熵和最小距离作为适应度函数,由此形成2种称为GAMCE和GAMCD的ISAR运动补偿新算法.仿真数据和实测数据验证了所提新算法的有效性.     

基于禁忌搜索的启发式求解背包问题算法

设计了一种基于禁忌搜索的遗传算法,利用遗传算法提供的并行搜索主框架,结合禁忌算法的个体串行搜索方式,能扩大搜索空间,快速实现全局优化。把基于禁忌搜索的遗传算法与启发式方法相结合用来求解背包问题,经过计算机仿真,其优化性能指标及搜索效率均有大幅度的提高。     

新型免疫克隆算法在永磁无刷直流电机系统中的应用

为了提高电机控制系统的动态响应和稳定性,提出于一种基于对抗制的优化免疫克隆算法,引入联赛对抗的机 制,在抗体更新的过程中,产生多组具有指向性的抗体,按赛制规则淘汰筛选,以获得最优的PID控制器参数。在永磁无 刷直流电机系统下的仿真结果表明：与一般PID控制器相比,免疫克隆算法优化控制下的永磁无刷直流电机系统具有较 好的动态特性和稳定性能。     

一种分级超结构换热器网络综合优化方法及其应用

对分级超结构换热器网络模型的温度计算提出了一种通用的精确解方法,同时得到了显式解析解,并以这一解析解为基础,设计了以遗传算法和模拟退火算法为主,结合最速下降法的混合遗传算法,此外还在算法中引进精英策略和结构变异策略.应用实例的计算结果显示了这一混合遗传算法对于换热器网络的参数和结构都具有良好的搜索能力.     

无约束最优化的一种新的拟Newton型法

本文讨论了一种新的拟Newton型法。本算法在迭代过程的每一步中只修正对角元,以产生新的校正矩阵,校正矩阵可保持对称性和稀疏性,并尽量满足拟Newton方程。在一定的条件下,本算法是局部超线性收敛的。本文中一些数值例子也说明该算法是可信赖的。     

模糊交货期Flow Shop调度文化进化算法研究

基于文化算法及文化进化思想设计了的文化进化算法,通过上层文化空间的经验知识指导下层个体进化搜索的方向及步长,通过模拟人类社会文化进化的机制实现文化空间的进化与更新,最后将算法应用到模糊Flow Shop问题的求解,用Matlab编程仿真测试.结果表明,此算法解决生产调度优化问题是可行的,而且其搜索性能优于简单遗传算法及模拟退火算法.     

关于量子力学与量子计算机

从量子力学原理出发,说明量子力学的结果是现有计算机技术的天然障碍,论述了量子计算机的概念、基本原理,并简介了量子计算机的几种实验方案.