一种变步长双链量子遗传算法

为了克服基于实数编码和目标函数梯度信息的双链量子遗传算法存在收敛速度慢和鲁棒性较差的缺点,提出了一种自适应变步长双链量子遗传算法。建立了反映目标适应度函数变化率的数学模型;构造了反映当前搜索点处适应度相对变化率的变步长系数k,通过调整k以改善适应度函数相对变化率从而优化解的搜索过程;提出了在迭代过程中的量子旋转门转角Dθ更新策略。针对复杂连续函数的优化问题,设计了算法的具体实施步骤,并对典型复杂函数进行了仿真。结果表明,该算法有效地改善了双链量子遗传算法的鲁棒性,加快了算法收敛速度。

改进的双链量子遗传算法在图像去噪中的应用

针对传统双链量子遗传算法收敛速度慢、搜索精度低、鲁棒性差等不足,提出一种F型双链量子遗传算法(F_DCQ-GA).对编码空间进行单值映射处理,在保证量子种群适应度值与相应幅角排序单调性的前提下,缩小算法的搜索空间,增加搜索密度;在量子更新时引入自适应步长因子,使步长随目标函数在搜索点处梯度的变化而变化,有效解决了传统寻优算法普遍存在的全局最优解搜索困难的问题;在染色体变异更新时提出了π/6门,克服了原来非门变异无法更新量子比特概率幅的缺点.将F_DCQGA优化算法应用于小波阈值去噪的阈值选择机制中,通过仿真证明F_DCQGA优化算法提高了小波阈值函数的收敛速度和搜索精度,在图像边缘特征提取中可以获得更小的均方误差(S_(ME))和更大的峰值信噪比(R_(PSN)),同时又保留了大部分高频信息.

基于双链量子遗传算法的多约束QoS组播路由算法

多约束QoS组播路由问题是NP完全问题。提出一种基于双链量子遗传算法的多约束QoS组播路由算法,该算法具有种群多样性、收敛速度快、并行性更高等优点,并对算法具体流程和实现方法进行了详细的描述。实验结果表明,与已有的遗传算法、量子遗传算法相比,该算法有搜索速度快、全局寻优能力强等优点。

改进双链量子遗传算法及其应用

针对目前传统双链量子遗传算法存在搜索速度慢、搜索精度低、保持种群多样性差、易出现早熟收敛等问题,本文提出一种新的改进的双链量子遗传算法.该算法引入自适应步长系数,使步长随目标函数在搜索点处梯度的变化而变化;在染色体种群更新过程中采用Hε门;提出π/3门进行染色体的变异.通过7个典型函数的优化问题,并与已有几种算法进行比较,验证了该算法的有效性.

基于双链量子遗传算法的系统故障概率分布研究

为简化空间故障树理论中的系统故障概率分布计算方法,提出基于双链量子遗传算法计算该分布。双链量子遗传算法有收敛快、计算量小的特点;同时系统故障概率分布原有方法基于分段函数解析计算,虽可得到精确分布,但计算较为复杂,不适合现场应用。据此,给出了基于双链量子遗传算法的系统故障概率分布确定步骤,并使用该方法分析了以往系统的故障概率分布。对比于前期研究成果,得到的故障分布可以分区表示故障的变化范围,且形成的分布图更为直观,同时体现了原分布中故障概率的变化特征,进而可得到符合故障概率要求的因素范围。

基于双链量子遗传算法的过程神经元网络训练

基于函数正交基展开的过程神经元网络训练,由于参数较多BP算法不易收敛。针对这一问题,本文提出了一种基于双链量子遗传算法的解决方案。首先按权值参数的个数确定染色体上的基因数,完成种群编码,然后通过染色体评估获得当前最优染色体,以该染色体为目标,用量子旋转门完成种群中个体的更新,用量子非门实现个体变异增加种群多样性。在该方法中,每条染色体携带两条基因链,因此可扩展对解空间的遍历性,加速优化进程。以两组二维三角函数的模式分类问题为例,仿真结果表明该方法不仅收敛速度快,而且寻优能力强。

链式双链量子遗传算法

针对双链量子遗传算法具有收敛速度慢,容易陷入局部最优解等问题,提出一种新的双链量子遗传算法。该算法将种群个体分组,相邻组间有一个共有个体,即第i组的最后一条染色体同时是第i+1组的第一个个体。组内各染色体同方向同步长更新,相邻组间通过共有个体保持组间同步。该方法能很好地降低算法时间复杂度,保持种群个体的多样性,从而避免算法陷入局部最优值。最后通过实验验证该算法对复杂函数的优化结果明显优于双链量子遗传算法。

基于改进双链量子遗传算法的有限元模型修正

针对遗传法中转角步长函数的不足,采用反正弦函数重新构造转角步长函数,通过测试函数的测试后发现:改进后双链量子遗传算法的搜索精度及鲁棒性均有一定提高,验证了转角步长函数改进的可行性与正确性.以改进后的双链量子遗传算法对基于响应面法的有限元模型进行参数迭代求解,结果表明:修正后各响应误差有了明显的降低、修正后参数接近参数终值,修正效果良好,验证了采用改进双链量子遗传算法对参数迭代求解的可行性.

基于改进双链量子遗传算法的流数据挖掘方法

为了提高数据库中存储的数据量,提出了基于双链量子遗传优化的分类规则挖掘算法,并建立流数据挖掘平台,采用垂直并行化的方式处理源数据,提取符合用户需求的有用数据。从量子位实数编码、解空间变换等过程描述分类规则集形成并实现分类过程,利用目标函数的梯度信息调整进化步长幅值,以避免陷入局部最优解。流数据挖掘平台的数据采集系统中对ETL模型进行优化,提供的消息分发模型的限制下完成下行通信消息调度分发策略的设计,使数据采集系统具有双向通信的能力。通过试验,本研究流数据挖掘平台的数据处理时间最短,对实验数据集中Iri数据集的分类挖掘精度高达95.17%。

一种改进的量子遗传模拟退火算法及其在神经网络智能故障诊断中的应用

分析了模拟退火算法、遗传算法与普通量子遗传算法的优缺点,针对实数编码双链量子遗传算法的种群多样性和收敛快速性,将其与模拟退火算法相结合,在模拟天体宇宙演变的基础之上,提出实数编码双链量子遗传模拟退火算法,并用之改进BP神经网络的初始权值与阈值,并将改进后的BP神经网络运用于智能故障诊断中。仿真结果表明,该算法效果良好。

基于改进遗传算法优化的大坝安全性态研究

在大坝安全综合评价过程中,各评价指标权值的确定对大坝安全评价结果的准确性与合理性具有十分重要的影响。针对传统大坝安全综合评价指标权值计算方法的局限性,提出了基于改进遗传算法优化的大坝安全评价模型,以判断矩阵一致性指标F_(CI)作为适应度值,对大坝安全综合评价指标权重进行智能优化。通过与传统层次分析法计算结果对比分析,本文方法计算精度更高,收敛速度较快,评价结果准确,具有一定的理论和实践应用价值。

基于IDCQGA-OMP的变压器局部放电稀疏分解去噪

噪声对变压器局部放电信号干扰强烈,严重影响最终监测效果。为进一步提高稀疏分解方法在变压器局部放电去噪过程中的收敛速度和去噪效果,文中提出了一种基于改进双链量子遗传算法与正交匹配追踪方法相结合的局部放电稀疏分解去噪新方法。利用该方法对仿真局部放电信号进行去噪,并与传统的小波阈值去噪法和EEMD去噪法的去噪效果进行对比,结果表明,新方法的去噪效果在各项评价指标上都明显优于后两者,同时新方法的收敛速度明显快于传统的匹配追踪方法。通过对实测变压器内部典型局部放电信号的去噪,进一步验证了该方法的有效性和实用性。

基于SDCQGA优化BP神经网络的岩石可钻性建模

针对智能钻井优化控制过程中岩石可钻性提取存在的建模难、非实时性、精度差等问题,提出基于自适应双链量子遗传算法优化BP神经网络结构的岩石可钻性提取建模方法.依据目标函数在搜索点处的变化率,建立了快速自适应双链量子遗传算法;采用新算法优化BP神经网络结构,以克服BP神经网络受初始权值/阀值影响和泛化能力差的问题.通过对邻近钻井区域的大量测量数据和实验数据的统计分析和预处理,建立岩石可钻性提取模型,有效地解决了复杂地形岩石可钻性提取难的问题.对不同岩性的可钻性参数提取实验结果证明,该建模方法不仅提高了参数提取的精度和模型的泛化能力,而且在相邻实际参数提取时,具有很好的实时性和适应性.

基于Bayesian多分支岩石可钻性值估计

针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。

黄骅港限制性双向航道船舶交通组织优化

为提高黄骅港煤炭港区船舶进出港作业效率,研究该港区在限制性双向航道通航模式下船舶交通组织优化问题。考虑船舶属性、船舶交通状况和航道存在的限制性关键航路风险点等因素,基于限制性通航/单向通航模式转换、限制性单/双向通航模式切换、关键航路风险点交通冲突消解、泊位冲突消解、船舶航行安全性和连续性等约束条件,构建以总船舶调度时间和总船舶等待时间最短为目标函数的限制性双向通航模式下船舶交通组织优化模型,并设计船舶航行时间挖掘算法获取模型的关键输入参数;提出一种改进的双链量子遗传算法(Improved Double Chain Quantum Genetic Algorithm,IDCQGA)高效地求解构建的优化模型;基于船舶交通仿真数据库进行验证。试验结果表明:该算法与常规遗传算法相比在全局寻优时,具有较快的收敛速度和较好的稳定性,模型求解出的最优方案总船舶调度时间和总船舶等待时间较先到先服务(First Come First Serve,FCFS)规则分别下降22.6%和30.8%,较先出后进(First out Last in,FoLi)规则分别下降26.3%和31.5%。

基于改进量子遗传优化的模糊C均值聚类图像分割

针对模糊C均值聚类算法对初始聚类中心值敏感和抗噪声能力差的问题,提出一种基于改进的量子遗传优化初始聚类中心的算法,改进双链编码的量子遗传算法增加了全局搜索能力,改变传统的FCM算法计算迭代慢和易陷入局部极值的问题.同时引入空间邻域信息,利用加权隶属度矩阵建立适应度函数来改善对噪声的鲁棒性,实验结果表明,算法具有很好的分割效果和较强的抗噪能力.

基于斐波纳契数列的自适应DCQGA

针对现有双链量子遗传算法的收敛速度慢、稳定鲁棒性差和时间复杂的特点,提出采用斐波纳契数列的自适应双链量子遗传算法。首先,研究了斐波那契数列的特性,建立了斐波那契数列的量子旋转门转角的调整策略;其次,在最优解的搜索过程中,考虑目标函数在搜索点的变化率,建立了随相邻两代的目标函数适应度值变化大小自适应地调节转角步长的方法;应用新算法求解复杂函数的极值优化问题。仿真结果表明,改进算法不仅提高了算法的收敛速度和稳定鲁棒性,而且明显的改善在算法的效率和降低算法的时间复杂度。

基于DCQGA-SMKL-SVM的模拟电路故障诊断方法

提出了双链量子遗传算法(DCQGA)优化简单多核支持向量机(SMKL-SVM)的模拟电路故障诊断方法。首先,提取测试电路时域响应信号,用Harr小波对响应信号进行变换并归一化处理,得到特征参数;其次,用双链量子遗传算法优化SMKL-SVM的参数,以此建立起DCQGA-SMKL-SVM故障诊断模型,用于模拟电路故障诊断。双二次滤波器电路与四运放二阶高通滤波器电路作为仿真测试电路,仿真测试结果表明,提出的故障诊断方法实现了模拟电路故障诊断,相比于DCQGA-SVM模拟电路故障诊断方法,诊断正确率更高。

我国粮食安全评价指标体系的构建与实证研究

从粮食产销链各环节出发,综合考虑粮食生产安全、粮食流通安全及粮食消费安全3个方面,构建了我国粮食安全综合评价指标体系,进而对我国粮食的安全运行现状进行了综合评估及详细分析。在此基础上,利用投影寻踪模型定量分析了我国20082017年期间的粮食安全问题,发现我国目前的粮食安全仍然存在诸多风险,10年间粮食安全问题逐年凸显且安全问题有明显的地域特征,最后为我国粮食安全问题的解决提供意见和建议。

基于MRAS-DCQGA算法的空气静压轴承伺服系统辨识及参数整定

为了提高空气静压轴承伺服系统的控制性能,这里基于模型参考自适应系统(MRAS)设计了辨识算法,并应用双链量子遗传算法(DCQGA)对自适应律的常数项及PI调节器参数进行了优化。仿真结果表明,与传统的遗传算法参数优化对比,辨识结果在合理的误差范围内,然而DCQGA算法表现出稳定的动态特性和全局搜索能力。因此,MRAS-DCQGA算法在保证辨识精度的情况下减轻了人工整定参数的工作量,具有重要的工程意义。