首页 | 本学科首页   官方微博 | 高级检索  
     

基于量子计算多Agent的人工神经网络训练方法
引用本文:孟祥萍,皮玉珍,赵亮.基于量子计算多Agent的人工神经网络训练方法[J].计算机仿真,2011,28(11).
作者姓名:孟祥萍  皮玉珍  赵亮
作者单位:1. 长春工程学院电信学院,吉林长春,130012
2. 吉林省四平供电公司,吉林四平,136000
基金项目:国家自然基金项目,吉林省科技厅项目
摘    要:人工神经网络是可用于建模和求解各种复杂非线性现象的工具.针对传统神经网络训练时间长、节点数目受计算机能力限制等缺点,提出了一种新的多Agent系统理论(MAS)和量子算法的人工神经网络.在人工神经网络训练方法中,每个神经元或节点是一个量子Agent,通过强化学习算法后具有学习能力,然后用QCMAS强化学习算法作为新的神经网络的学习规则.这种新的人工神经网络法具有很好的并行工作能力而且训练时间比经典算法短,实验结果证明了方法的有效性.

关 键 词:人工神经网络  量子学习  量子计算

A Novel Artificial Neural Network Training Method Based on Quantum Computational Multi-Agent
MENG Xiang-ping,PI Yu-zhen,ZHAO Liang.A Novel Artificial Neural Network Training Method Based on Quantum Computational Multi-Agent[J].Computer Simulation,2011,28(11).
Authors:MENG Xiang-ping  PI Yu-zhen  ZHAO Liang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号