量子信息生态工程管理理论研究

"人性假设丛林"中的"工具人"、"生物人"、"经济人"、"理性人"、"社会人"、"成就人"、"道德人"等假设已不能适应当今信息时代、网络社会、虚拟世界和智慧地球的需要,依据它们而形成的"管理理论丛林"也遇到了难以突破的困境。产生于复杂系统理论、量子力学、全息理论、生态系统论、基因科学、思维科学的"信息复杂全息人"假设和相应的"量子信息生态工程管理理论"(QIEEMT)应运而生。工程管理可分为"三类五层次",量子信息生态工程管理理论与"管理理论丛林"相比,有7个方面的显著区别,需遵循系统性、复杂性等8个原则。

量子模糊信息管理数学模型研究

为了高效处理大数据所具有的复杂性和不确定问题,将“不确定性问题+直觉模糊集理论+量子计算”交叉融合,构建基于直觉模糊集理论的量子模糊信息管理数学模型。为了验证该模型的可行性、合理性和有效性,设计了不确定性环境下基于参数化量子线路的量子模糊神经网络仿真实验。实验结果表明,基于该模型的量子模糊神经网络模型能更客观、准确、全面地反映不确定性问题中各对象所蕴含的知识信息,从而提高算法处理大数据的准确性。

基于Rényi信息增量和改进QPSO算法的多传感器协同分配

对防空作战目标识别阶段中的传感器管理问题进行了研究,提出基于Rényi信息增量的多传感器管理调度方案。首先利用D-S证据理论进行融合推理,得出不同目标与不同传感器配对时的Rényi信息增量;然后,建立了基于系统总Rényi信息增量最大化的传感器分配模型,此外,对量子粒子群智能优化(QPSO)算法进行自适应改进,能够对分配模型进行快速求解;最后,通过仿真实验验证了算法的合理性和有效性。