论文研究基于混合量子遗传算法的过程神经元网络训练.pdf

针对过程神经元网络现有学习算法复杂度高、对初值敏感的问题，提出了一种基于混合量子遗传算法的过程神经元网络训练方法。将过程神经元网络的训练转换为等价非线性方程组的优化求解问题，用量子比特构成染色体，采用实数对染色体进行编码，同时引入拟牛顿算法作局部搜索。该算法可发挥量子遗传算法的群体搜索能力和全局收敛性，以及拟牛顿法较快的收敛速度，同时有效克服了拟牛顿算法对初值敏感的问题。训练结果表明，此算法具有较好的稳定性和有效性。