基于QHSME的装备危险耦合传导GERT分析

针对装备活动中危险耦合传导关系描述不清楚、分析不具体的问题,构建考虑任意分布的危险耦合传导图形评审技术(graph evaluation and review technique,GERT)改进模型。提出了系统危险度、危险耦元重要度、危险路径隶属度等扩展分析参数,进一步刻画装备活动中的微观危险信息;采用系统耦合理论和极大熵方法(maximum entropy,ME)配置GERT模型变量,并设计量子和声算法(quantum harmony search algorithm,QHS)求解危险度概率密度极大熵模型。最后,以飞机大表速低空俯冲科目为例进行分析。结果表明,与传统GERT模型比较,该改进模型能充分反映危险耦元对装备活动随机过程的交互影响关系,以及其他相关微观信息,且具有较好的求解精度与适用性。

复杂装备多因素耦合安全性QHS-ESN度量

针对装备安全事故耦合机理不明确、危险因素关联复杂的问题,提出场景分割耦合方法。将危险因素分割为危害故障、人为失误、致命环境、危险属性4个分量,从危险分量之间的非线性耦合关系拟合角度进行装备安全性度量;在此基础上,利用量子和声算法较强的全局寻优能力,构建一种新的量子和声搜索-回声状态网络(quantum harmony search echo state network,QHS-ESN)模型及其算法。并将其应用到某型飞机低空大表速飞行安全性度量中。仿真结果表明,该模型比原有的回声状态网络模型、和声神经网络模型在低空大表速飞行场景危险分量非线性耦合关系拟合上,兼顾拟合精度和稳定性能,具有更好的装备安全性度量效果。

云制造环境中面向设计知识资源序列化组合的量子和声搜索算法

针对云制造环境下中小企业设计知识散乱无序、创新能力薄弱的现状,为将设计知识组合成有序的知识资源序列,提出知识资源的服务能力评估模型和知识资源序列化组合的数学模型,并设计了求解该模型的量子和声搜索算法。该算法通过引入量子化编码及量子门变换,提高了全局搜索能力。以模具中小企业设计知识资源组合优化问题为例,根据数学模型,用该算法求解出了成本与质量综合约束下的最优设计知识资源序列化组合。

混合量子差分进化算法及应用

量子进化算法基于量子旋转门更新量子比特状态影响了算法搜索性能.提出一种差分进化(DE)与和声搜索(HS)相结合更新量子比特状态的混合量子差分进化算法(HQDE).该方法采用实数量子角形式编码染色体,设计一种由差分进化计算更新量子位状态的量子差分进化算法(QDE)和一种由和声搜索更新量子位状态的量子和声搜索(QHS),并相互机制融合,采用两种不同进化策略共同作用产生种群新量子个体以克服常规算法中早熟及收敛速度慢等缺陷;在此基础上,算法还引入量子非门算子对当前最劣个体以一定概率选中的量子比特位进行变异操作增强算法跳出局部最优解能力.理论分析证明该算法收敛于全局最优解.0/1背包问题及旅行商问题实例测试结果验证了该方法有效性.

基于量子和声优化的改进DMSFE组合模型及在中长期电量预测中的应用

为了最大限度利用单项模型预测信息,减少模型选择的风险,给出了一种基于量子和声搜索算法(QHS)的改进DMSFE组合预测方法(QHS-IDMSFE)。考虑时点差异和模型差异,将DMSFE模型中的折现因子β扩展为矩阵形式。并采用量子编码和声库,利用态叠加增加和声库中每个和声携带的信息量,提高算法的寻优能力,以达到在保证MAPE目标函数最小前提下通过QHS算法寻优确定出最优β矩阵形式,进而确定单项模型的组合权重。采用两个地区年用电量数据对提出的模型进行验证,结果显示该组合方法能有效提高预测精度且适用于中长期电量预测。同时能够实现矩阵β的智能寻优,并保证预测误差最小。

基于量子和声搜索的异构传感器网络分簇算法

针对现有的分簇路由算法大多面向同构传感器网络、假定节点在监测区域内均匀分布以及簇头与基站之间为单跳通信的问题,提出了一种改进的量子和声搜索算法。算法以最小化网络能耗为优化目标,将量子计算引入和声搜索算法中增强算法的优化能力;同时,在簇头节点和基站节点间构造多跳路由树,以簇头剩余能量和簇成员个数作为选择下一跳簇头节点的标准。结果表明,提出的算法较之EHS算法、LEACH算法和SEP算法,能有效地延长网络寿命,提高网络的吞吐量和降低网络的能耗。

基于HS-QPSO算法的Tikhonov正则参数选取

Tikhonov正则化方法是处理一类不适定问题的有效方法,最优正则参数的选取直接影响到最优解的产生,因此,如何选取最优参数极为重要。结合和声算法易收敛到全局最优和量子粒子群算法收敛快的优点,提出了一种和声搜索的量子粒子群算法,首先对基本测试函数进行测试,表明了算法的优越性,然后将算法应用于正则化参数的选取。结果表明,HS-QPSO算法在选取正则参数时能有效的跳出局部最优解,与其它算法相比具有优更好地全局优化能力。

一种量子线路二维近邻实现方法

为了解决一些量子技术中二维量子线路量子位最近邻约束问题,提出了一种基于优先级的最近邻交互代价度量模型,并基于和谐搜索(HS)算法得到了量子位在二维体系结构中的最优布局,通过给出的局部排序方法来执行交换门的插入,最终使得量子线路在二维体系结构下实现最近邻交互。通过实验对所提出算法进行了验证,并与最新相关结果进行了比较。实验结果表明该方法与文献报道的二维网格体系结构中的交换门数相比,平均降低了14.42%。

和声量子遗传算法在图像配准中的应用

针对图像配准中的优化问题,利用量子遗传算法全局寻优能力强以及和声算法的微调特性,提出了一种新的和声量子遗传算法(harmony search quantum genetic algorithm,HSQGA)。并将其应用到航拍图像配准当中。仿真结果证明了该算法比原有的和声算法和量子遗传算法在图像配准参数优化过程中具有更好的优化性能。此外,利用两个标准基本测试函数对新算法进行了测试,结果表明在一定的迭代次数内,该算法对一些复杂的优化问题也能精确寻优。

一种具有遗忘能力的混合型改进量子粒子群算法

受自然遗忘现象的启发,作者提出了一种具有遗忘能力的混合型改进量子粒子群优化算法(HIQPSOF)。在粒子搜索过程中,每个粒子不仅具有遗忘能力,而且还利用HS算法的记忆特征让粒子的遗忘与记忆达到一种动态平衡。最终作者将所提算法与其他几种算法同CEC2013测试套件中的28个基准函数进行性能比较,仿真实验结果证明HIQPSOF在不同类型的函数优化上有较好的性能,也是一种求解精度高,收敛速度快的改进算法。

基于量子和声搜索模糊集的低亮度图像NSCT增强

针对低亮度图像存在的对比度低、边缘弱、噪声干扰等问题,提出了一种基于改进量子和声搜索(QHS)算法优化模糊集变换的非下采样Contourlet变换(NSCT)域图像增强方法。首先,将低亮度图像进行NSCT分解,得到低频图像和多尺度高频子带图像。然后,改进QHS算法的量子旋转门更新策略,并将改进的QHS算法用于模糊集变换参数的优化以实现低频图像的自适应增强。接着,根据能量分布对贝叶斯萎缩阈值进行改进以去除高频子带的噪声系数,并通过非线性增益函数实现了边缘和纹理细节的增强。最后,对增强后的各尺度图像进行NSCT重构。对低照度图像、医学计算机断层成像(CT)图像、红外夜视等低亮度图像进行了实验,结果表明,与现有的图像增强方法相比,所提方法不仅改善了图像的整体亮度,还具有更高的信息熵、对比度和清晰度。此外,所提方法在有效抑制噪声的同时保留了更多的纹理细节,且适用于不同环境下的低亮度图像增强。