基于改进量子遗传算法的神经网络集成

论文针对目前神经网络集成结论生成方法存在的问题,改进量子遗传算法,提出了一种新的集成结论生成方法。该方法利用量子旋转门更新种群以增加种群的多样性,并采用精英策略保留最优群体以加快寻优速度。仿真实验结果表明,该方法得到的集成结论,泛化性能明显优于简单集成、推广集成等传统方法。