黑龙江省博士后基金(LBH-Z09289)
- 作品数:3 被引量:23H指数:3
- 相关作者:李盼池王海英宋考平杨二龙杨雨更多>>
- 相关机构:东北石油大学更多>>
- 发文基金:黑龙江省博士后基金黑龙江省教育厅科学技术研究项目中国博士后科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于量子神经网络的油田水淹层识别方法被引量:6
- 2012年
- 针对油藏测井解释中的水淹层识别问题,提出一种量子神经网络模型。该模型用量子旋转门更新量子比特的相位,用受控旋转门实现网络的非线性映射功能。网络可调参数为量子旋转门的旋转角度和受控非门的控制参数。基于梯度下降法设计了学习算法。仿真结果表明,该模型的预测能力优于普通BP网络、模糊神经网络和过程神经网络等其他方法。
- 李盼池王海英杨雨
- 关键词:量子计算量子神经网络
- 基于样条插值函数的离散过程神经网络训练被引量:6
- 2011年
- 为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上的积分,并将此积分值提交给网络的隐层过程神经元;最后,在输出层计算网络输出。分别采用一次、二次、三次样条函数,设计了三种不同的算法。实验结果表明:一次样条计算效率高,逼近能力差;三次样条计算效率低,但逼近能力好;二次样条在计算效率和逼近能力两方面都比较理想。因此,二次样条函数是离散过程神经网络的较好选择。
- 李盼池王海英
- 关键词:过程神经网络样条函数网络训练
- 基于相位编码的量子蚁群算法被引量:11
- 2011年
- 针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题,提出一种适合连续优化的量子蚁群算法.该方法直接采用量子位的相位对蚂蚁编码.首先基于信息素强度和可见度构造的选择概率,选择蚂蚁的前进目标;然后采用量子旋转门更新描述蚂蚁位置的量子比特,完成蚂蚁移动;采用Pauli-Z门实现蚂蚁的变异增加位置的多样性;最后根据移动后的新位置完成蚁群信息素强度和可见度的更新.由于优化过程统一在空间[0,2π]~n进行,而与具体问题无关,因此,对不同尺度空间的优化问题具有良好的适应性.以函数极值优化和聚类优化为例,仿真结果表明该方法的搜索能力和优化效率明显优于普通蚁群算法和标准遗传算法.
- 李盼池宋考平杨二龙
- 关键词:相位编码优化算法