基于改进量子遗传算法的小波神经网络优化及其软测量应用

被引：14

作者：

周传华

钱锋

机构：

[1] 华东理工大学化学工程联合国家重点实验室

来源：

华东理工大学学报(自然科学版) | 2008年 / 34卷 / 06期

基金：

国家杰出青年科学基金;

关键词：

量子遗传算法; 小波变换; 小波神经网络; 小生境; 软测量;

D O I：

10.14135/j.cnki.1006-3080.2008.06.029

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

针对简单量子遗传算法在优化高维问题寻优速度慢、收敛率低的缺陷,提出一种改进的量子遗传算法,通过搜索各种群中最优染色体组成当前最优个体,并依此个体来确定量子门的全局最优搜索方向。将改进算法用于优化小波神经网络,藉此建立了4-CBA浓度的软测量模型。仿真结果表明:与简单量子遗传算法相比,改进算法对复杂优化问题具有全局快速寻优性能。

引用

页码：850 / 853

页数：4

共 7 条

[1]

RESEARCH OF QUANTUM GENETIC ALGORITH AND ITS APPLICATION IN BLIND SOURCE SEPARATION [J].