共查询到18条相似文献,搜索用时 162 毫秒
1.
2.
基于改进遗传量子算法的FIR数字滤波器设计 总被引:4,自引:1,他引:3
采用改进遗传量子算法(IGQA)进行FIR数字滤波器的优化设计,将滤波器的过渡带样本值作为变量进行优化,解决了传统方法(查表法)不能保证数据最优的问题。针对遗传量子算法(GQA)在优化连续多峰函数时易出现早熟的问题,提出一种改进遗传量子算法(IGQA),典型函数测试表明,IGQA的性能优于GQA和其它几种遗传算法,收敛速度快,全局寻优能力强,能有效地克服早熟现象。采用IGQA优化设计的FIR数字低通和带通滤波器的性能较查表法得到了很大改善。 相似文献
3.
4.
量子遗传算法(QGA)是量子计算和遗传算法相结合的产物,将量子的态矢量表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性。本文首先介绍了量子遗传算法的基本原理,讨论了基于量子遗传算法的一系列改进,然后将量子遗传算法应用于无约束优化问题,实例计算表明了算法在该类问题中的有效性和可行性。 相似文献
5.
6.
基于量子遗传算法和IMST算法的QoS多播路由算法 总被引:1,自引:0,他引:1
本文提出了一种求解QoS多播路由算法,该算法基于量子遗传算法(Quantum Genetic Algorithm ,QGA)和IMST算法(Improved Minimum Spanning Tree,IMST),首先在量子个体上实施量子交叉,这一操作有利于保留相对较好的基因段;其次,采用量子比特相位法更新量子门和自适应调整搜索网格的策略,使得种群的多样性强;最后,引入改进的MST算法进行受约束最小Steiner 树的生成,解的收敛精度高,收敛速度快;通过仿真实验标明此算法在种群规模较小,迭代次数较少的情况下就可以收敛到最优解,该算法的优化质量和效率都强于传统遗传算法和量子遗传算法. 相似文献
7.
一种基于粒子群优化方法的改进量子遗传算法及应用 总被引:6,自引:3,他引:6
本文采用粒子群优化(PSO)方法代替量子门来更新量子比特状态,得到一种改进的量子遗传算法(QGA)——PSQGA,并根据QGA自身概率特性,引入了最优解方差函数来评价该算法的稳定性能.利用四种典型连续函数寻优问题和0/1背包问题,分别对PSQGA和改进的使用量子门的量子遗传算法(IQGA)进行了测试;并将它们应用到图像稀疏分解的实例中.结果表明,PSQGA算法的寻优能力及稳定性均优于IQGA,且具有更好的收敛性以及更强的连续空间搜索能力,适合于求解复杂优化问题. 相似文献
8.
量子GA-PLS特征选择算法及其应用 总被引:1,自引:0,他引:1
为进一步提高遗传算法-偏最小二乘法的计算速度和计算效率,将量子算法融合到遗传算法-偏最小二乘法中,提出一种新的特征选择方法—量子遗传算法-偏最小二乘法(Quantum Genetic Algorithm-Partial Square Least,QGA-PLS)算法。该方法利用量子态和叠加态原理对染色体进行编码,采用量子旋转门进行遗传操作,以实现参数的更新和增强种群多样性,同时,用量子计算重新构建了偏最小二乘法回归模型来计算个体适应度,以充分发挥快速收敛和全局优化能力。将方法应用于函数极值优化和Iris数据集的特征选择,实验结果表明,QGA-PLS在特征选择、运算时间和分类准确率方面优于QGA和GA-PLS,从而验证了QGA-PLS算法的有效性。 相似文献
9.
10.
11.
基于量子遗传算法的CDMA多用户检测技术 总被引:2,自引:0,他引:2
多用户检测技术的最优解在常规条件下是个NP难解问题,利用量子态并行计算特性和量子纠缠特性能有效获得多用户检测的最优解,现提出了一种基于量子计算理论和遗传算法理论相结合的量子遗传算法的多用户检测技术.仿真结果表明,此方法在误码率方面具有良好的性能并且其抗多址干扰能力和抗远近效应能力明显优于经典遗传算法多用户检测器和传统检测器. 相似文献
12.
13.
14.
15.
量子遗传算法具有种群规模小,全局搜索能力强的特点被广泛应用于各类优化问题的求解.为了进一步提高量子遗传算法的收敛速度和搜索稳定性,克服算法的早熟问题,本文改进了基于自适应机制的量子遗传算法.在自适应量子遗传算法的基础上根据种群的适应度定义了个体相似度评价算子、个体适应度评价算子和种群变异调整算子及相应算子的计算方法,利用多算子协同评价当前种群状态并根据进化代数的变化,自适应的改变个体的变异概率,提高了算法全局寻优能力和收敛速度,降低了算法陷入局部寻优的概率.此外,为了提高算法的时间效率,将算法采用并行多宇宙的方式实现.实验结果表明,本文提出的算法在全局搜索性能、收敛速度和时间效率方面有较好的综合表现. 相似文献
16.
17.
The analytical modeling of nanoscale devices is an important area of computer-aided design for fast and accurate nanoelectronic design and optimization.In the present paper,a new approach for modeling semiconductor devices,nanoscale double gate DG MOSFETs,by use of the gradual channel approximation(GC) approach and genetic algorithm optimization technique(GA) is presented.The proposed approach combines the universal optimization and fitting capability of GA and the cost-effective optimization concept of quantum correction,to achieve reliable,accurate and simple compact models for nanoelectronic circuit simulations.Our compact models give good predictions of the quantum capacitance,threshold voltage shift,quantum inversion charge density and drain current.These models have been verified with 2D self-consistent results from numerical calculations of the coupled Poisson-Schrodinger equations.The developed models can also be incorporated into nanoelectronic circuit simulators to study the nanoscale CMOS-based devices without impact on the computational time and data storage. 相似文献
18.
This article studies multi-constraints least-cost multicast routing problem in internet protocol over dense wavelength division multiplexing (IP/DWDM) networks. To address this problem, an individual-difference-based quantum genetic algorithm (IDQGA) is proposed. This algorithm considers individual differences among chromosomes by introducing an adaptive rotation angle step determination scheme and a grouping-based quantum mutation operation. Simulations are conducted over network topologies. The results indicate that compared with other heuristic algorithms, IDQGA has better optimal performance on solving quality of service (QoS) multicast routing problem in IP/DWDM networks and is characterized by strong robustness, high success ratio and excellent capability on global searching. 相似文献