摘要
研究了量子进化算法,并将其与神经网络相融合,提出了基于量子进化算法的神经网络学习算法,然后将其应用于工业过程丙烯腈收率建模,结果表明量子进化神经网络建模具有较快的收敛速度和较高的模型精度,可以满足工业中要求丙烯腈收率误差不超过1%的要求。
This paper proposes quantum-inspired genetic algorithm and neural network based on quantum-inspired genetic algorithm and its application in modeling for the acrylonitrile industrial process.Modeling of neural network based on quantum-inspired genetic algorithm has fast convergent speed and high model accuracy.
出处
《计算机工程与应用》
CSCD
北大核心
2007年第26期206-208,共3页
Computer Engineering and Applications
关键词
量子
进化算法
神经网络
应用
quantum
evolutionary algorithm
neural network
application
