基于等位基因量子进化算法的经纱断头率优化研究

发布时间：2017-06-29 18:19

  本文关键词：基于等位基因量子进化算法的经纱断头率优化研究，由笔耕文化传播整理发布。

【摘要】：量子计算是信息科学和量子力学相结合的新兴交叉学科,以量子算法为代表的量子计算具有高度的并行性、指数级存储容量和对经典启发式算法的指数加速作用,因此具有极大的优越性并蕴涵着强大的生命力。量子计算和智能计算的融合可以通过在传统智能计算中引入量子计算机制来改变传统智能计算的寻优方式,提高寻优能力和收敛速度等性能。近年来量子进化算法的研究已成为智能优化领域研究的热点之一。本文在梳理和综述国内外智能优化方法和智能建模方法的研究进展基础上,分析了经典量子进化算法的缺点与局限性,在此基础上,对量子进化算法的编码方式和更新机制进行改进,提出一种基于等位基因的实数编码量子进化算法,并对区间二型模糊神经网络规则与参数进行了优化,最后,将其应用于纺织浆纱生产过程中的经纱断头率的优化。本文主要内容具体如下:(1)简述了量子计算的基本原理及量子进化算法的编码方式、更新手段和算法流程,通过对背包问题和数值优化问题进行求解,并与遗传算法和蚁群算法进行对比,分析了量子进化算法的优点和局限性。(2)针对在连续优化问题中量子进化算法存在的求解精度低、收敛速度慢和编码长度受限等问题,提出了一种基于等位基因的实数编码量子进化算法,将变量以概率叠加的方式编码为等位基因的形式,定义了等位基因的相对优良性,在此基础上给出了混合更新策略。仿真研究将量子进化算法与双链量子遗传算法和遗传算法进行相比,验证了该算法的收敛速度和收敛精度。(3)针对区间二型模糊神经网络规则冗余及后件参数初值难以确定的问题,提出了一种基于混合编码量子进化的区间二型模糊神经网络。该模糊神经网络将混合编码量子进化算法与基于Mamdani模型的自组织区间二型模糊神经网络相结合,通过组合优化消除冗余的规则,通过实数部分优化网络的后件参数获得更好的初始值,并通过混合性能指标优化,在保证模型精度的同时简化了模型的结构,避免出现冗余的规则。通过与自适应模糊推理系统和自组织区间二型模糊神经网络对比分析,验证了混合编码量子进化的区间二型模糊神经网络的有效性。(4)针对纺织浆纱生产过程中工艺指标存在强非线性和不确定性,直接影响经纱可织性关键指标断头率,进而影响产品的优质品率和经济效益的问题,将本文所提出的基于等位基因的实数编码量子进化算法和基于混合编码量子进化的区间二型模糊神经网络用于经纱断头率的预测与优化。以浆纱工艺指标上浆率和回潮率作为输入,经纱断头率作为输出,通过区间二型模糊神经网络对样本数据进行学习得到经纱断头率预测模型,以预测输出为个体适应度,通过基于等位基因的实数编码量子进化算法对该优化问题进行求解,实现对经纱断头率的优化,为浆纱生产进行指导,提高产品质量。
【关键词】：量子进化算法 区间二型模糊神经网络 等位基因实数编码 混合更新策略 经纱断头率优化
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O413;TP18
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-19
• 1.1 课题背景与意义10-13
• 1.2 国内外发展现状13-17
• 1.2.1 智能优化方法研究进展13-15
• 1.2.2 智能建模方法研究进展15-17
• 1.3 本文主要研究内容17-19
• 第2章 量子计算与量子进化算法19-27
• 2.1 量子计算基本原理19-21
• 2.1.1 状态的叠加19-20
• 2.1.2 状态的相干20
• 2.1.3 状态的纠缠20-21
• 2.1.4 量子的并行性21
• 2.2 量子进化算法21-23
• 2.2.1 量子比特（Q-bit）编码21-22
• 2.2.2 量子状态的观测22
• 2.2.3 基于量子门的更新机制22-23
• 2.2.4 QEA算法描述23
• 2.3 量子进化算法的性能比较与分析23-26
• 2.3.1 背包问题的仿真研究23-24
• 2.3.2 数值优化问题的仿真研究24-26
• 2.3.3 结果分析26
• 2.4 本章小结26-27
• 第3章 基于等位基因的实数编码量子进化算法27-41
• 3.1 等位基因的的实数编码方式27-28
• 3.2 基于相对优良性的混合更新策略28-31
• 3.3 收敛性分析31-33
• 3.4 数值算例仿真33-39
• 3.4.1 A-RQEA参数分析33-34
• 3.4.2 数值算例与对比算法34-36
• 3.4.3 仿真结果与结果分析36-39
• 3.5 本章小结39-41
• 第4章 基于混合编码量子进化算法的区间二型模糊神经网络41-52
• 4.1 区间二型模糊神经网络结构41-43
• 4.2 基于混合编码量子进化算法的区间二型模糊神经网络43-49
• 4.2.1 网络结构的初始化44-45
• 4.2.2 规则与初始后件参数优化45-47
• 4.2.3 基于梯度下降的参数辨识47-49
• 4.3 仿真实验对比分析49-51
• 4.4 本章小结51-52
• 第5章 经纱断头率的预测与优化52-65
• 5.1 纺织浆纱生产过程描述52-56
• 5.1.1 浆纱生产工艺过程52-53
• 5.1.2 浆纱的主要工艺指标53-55
• 5.1.3 经纱的可织性与影响因素55-56
• 5.2 经纱断头率的预测与优化56-64
• 5.2.1 问题描述56-58
• 5.2.2 基于HCQEA-IT2FNN的断头率预测模型58-61
• 5.2.3 基于A-RQEA的断头率优化61-64
• 5.3 本章小结64-65
• 第6章 结论65-67
• 6.1 结论65-66
• 6.2 展望66-67
• 参考文献67-71
• 在学研究成果71-72
• 致谢72

【参考文献】

中国期刊全文数据库 前10条

1 张宇献;钱小毅;彭辉灯;王建辉;;基于等位基因的实数编码量子进化算法[J];仪器仪表学报;2015年09期

2 钱洁;季敏;;基于文化知识的量子进化算法[J];系统工程理论与实践;2015年01期

3 刘晓冰;焦璇;宁涛;梁旭;;基于双链量子遗传算法的柔性作业车间调度[J];计算机集成制造系统;2015年02期

4 刘振;胡云安;彭军;;协同进化扩展紧致量子进化算法[J];控制与决策;2014年02期

5 王跃岗;车阿大;;基于混合量子进化算法的自动化制造单元调度[J];计算机集成制造系统;2013年09期

6 姚兰;肖建;王嵩;蒋玉莲;;自组织区间二型模糊神经网络及其自适应学习算法[J];控制理论与应用;2013年06期

7 雷华军;秦开宇;;基于改进量子进化算法的测试优化选择[J];仪器仪表学报;2013年04期

8 陈向坚;李迪;续志军;苏东风;;四旋翼微型飞行器的区间二型模糊神经网络自适应控制[J];光学精密工程;2012年06期

9 李迪;陈向坚;续志军;杨帆;牛文达;;自组织递归区间二型模糊神经网络在动态时变系统辨识中的应用[J];光学精密工程;2011年06期

10 覃朝勇;郑建国;朱佳俊;;一种实数编码量子进化算法及其收敛性[J];控制与决策;2009年06期

  本文关键词：基于等位基因量子进化算法的经纱断头率优化研究，由笔耕文化传播整理发布。

，

本文编号：498872