导读:本文包含了遗传量子算法论文开题报告文献综述及选题提纲参考文献，主要关键词:量子遗传算法,地空反辐射,混编群,兵力配置
遗传量子算法论文文献综述
季军亮,汪民乐,商长安,高嘉乐[1]（2019）在《一种改进量子遗传算法在地空反辐射混编群兵力配置优化中的应用》一文中研究指出提出了地空反辐射混编群概念及防电磁干扰与抗空中进袭的综合兵力配置需求,基于电子支援下的空袭作战背景,分析了掩护角、配置距离、有效干扰等要素的相互关系,并以杀伤区面积为目标函数,构建了地空反辐射混编群兵力配置优化模型。结合混编群兵力配置特点,对量子遗传算法进行了旋转角的自适应改进,在设置想定实例的基础上,运用改进的量子遗传算法对问题进行求解,并与传统量子遗传算法、粒子群算法和量子涡流算法计算结果进行了对比分析。结果表明:运用改进量子遗传算法求解地空反辐射混编群兵力配置优化问题,全局寻优能力更强、收敛速度更快、稳定性更好。(本文来源于《西北工业大学学报》期刊2019年05期）
杨照坤,宋万清,曹琨[2]（2019）在《基于量子遗传算法的FARIMA模型电力负荷短期预测》一文中研究指出根据电力负荷历史数据对未来负荷趋势进行预测。通过计算电力负荷序列的赫斯特指数(Hurst)参数值,表明振动烈度序列符合明显的长相关特性,用长相关FARIMA模型来对电力负荷序列进行预测,为了提高预测的准确性,提出了一种基于量子遗传算法优化的长相关FARIMA预测模型。利用量子遗传算法优化经分数差分后的平稳模型ARMA(p,q)阶数,根据合适的适应度值进行全局搜索,从而能够确定模型的最佳阶数(p,q),并将其应用到实际的电力负荷值预测中验证。将实验结果与传统的AIC(p,q)准则定阶的ARMA模型进行预测的结果,以及实际电力负荷值数据进行比较,结果表明:该方法对电力负荷值的预测具有更高的准确性。(本文来源于《传感器与微系统》期刊2019年10期）
王杰,王艳[3]（2019）在《基于量子遗传聚类算法的质量控制方法》一文中研究指出提出一种基于量子遗传聚类算法的质量控制图识别方法。该方法分为质量特征提取和模式分类2个流程。将量子遗传算法和K-means算法相结合,基于一种量子旋转门旋转方向确定机制提出一种量子遗传聚类算法,采用实验仿真的方式验证了该算法的性能。运用所提量子遗传算聚类算法对质量数据进行聚类分析,基于此提出一种控制图特征描述方法。以该特征为输入,运用支持向量机识别所对应的质量控制图模式。所提方法得到了更好的聚类结果,且该控制图识别方法识别精度达到了98.63%。(本文来源于《系统仿真学报》期刊2019年12期）
刘岩松,王宗彦,石瑞敏,李松,李玉虎[4]（2019）在《基于云量子遗传算法的核电厂专用桥式起重机减震装置的优化与分析》一文中研究指出核电厂专用桥式起重机在运行工作中常受到地震载荷的影响,针对该问题通过引入黏滞阻尼器(fluid viscous damper,FVD)对原有减震装置进行了改进,并采用云量子遗传算法对引入的FVD阻尼系数进行优化选取。通过仿真实验完成了桥式起重机有限元模型和等效单自由度实验模型的地震位移响应的结果比对以及减震装置改进前后位移、应力分析。结果表明:改进后桥式起重机整体强度、刚度及稳定性均符合安全要求,在减震结构时程分析上具有良好的一致性,减震率也有进一步提升。该结论可为后续的桥式起重机减震研究等提供理论参考。(本文来源于《科学技术与工程》期刊2019年26期）
王浩,王继先[5]（2019）在《基于量子遗传算法的注塑机PID控制系统》一文中研究指出为提高注塑机液压伺服控制系统的精确度和稳定性,提出了基于量子遗传算法的注塑机PID控制系统。引入量子遗传算法对注塑机PID系统参数进行全局寻优,以累积误差作为目标函数,根据实际工况动态调节PID参数。仿真实验和实测分析结果表明,本控制系统在精度和稳定性上优于传统PID控制方法,且超调量更小、运算速度更快,有效确保了产品质量的一致性。(本文来源于《塑料科技》期刊2019年09期）
金晓明,张泉灵,童不凡[6]（2019）在《基于改进量子遗传算法的热电锅炉燃烧过程优化》一文中研究指出在改进量子遗传算法测量过程的基础上,对锅炉热效率与NOX的多模型进行迭代寻优,获得烟气氧量的最优设定值;在燃烧控制中,利用模型预测控制跟踪优化层给出的氧量设定值,同时对主蒸汽压力进行区间控制,从而使得优化目标与控制目标同时达到最优。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
李振超,杜玉晓[7]（2019）在《基于量子遗传算法的时间最优机械臂轨迹规划研究》一文中研究指出对上下料机械臂(ESPON LS3-401C)工作过程中对机械臂运行时间的要求,对其各关节轨迹进行研究,提出了采用量子遗传算法进行轨迹优化的方法。在叁次B样条曲线插值基础上,对机械臂速度、加速度进行约束,以机械臂运行时间最少为目标,采用量子遗传算法进行轨迹优化,通过MATLAB进行仿真分析,结果表明该方法显着减少了机械臂的运行时间。(本文来源于《电子世界》期刊2019年14期）
张秋艳,王默玉,申晓留,武书舟,闫丽娜[8]（2019）在《基于灾变因子的量子遗传算法研究》一文中研究指出论文先介绍智能寻优算法的理论概念,然后着重通过对量子遗传算法原理的了解,从数学的角度对量子遗传算法进行合理的描述和过程的定义,并对量子遗传算法中加入了灾变算子,来解决不成熟收敛问题。最后编写该算法的Matlab代码实现对3个峰值函数进行仿真测试。通过测试结果比较基于灾变因子的量子遗传算法和标准遗传算法分别在对峰值函数寻优结果的精确度。对结果进行分析,可以根据测试结果发现,基于灾变因子的量子遗传算法在对峰值函数的寻优结果的精确度优于遗传算法。这表明了基于灾变因子的量子遗传算法在连续空间优化的可行性和有效性,同时也表明了基于灾变因子的量子遗传算法具有良好的应用前景。(本文来源于《计算机与数字工程》期刊2019年07期）
王旭海[9]（2019）在《基于改进量子遗传算法的含分布式电源配电网故障区段定位方法的研究》一文中研究指出配电网发生故障后,以尽可能短的时间进行故障定位,完成故障隔离,是提高供电的可靠性、安全性的重要措施。近年来,在国家政策的支持下,大量清洁能源以分布式能源的形式接入配电网,使配电网系统潮流由单向潮流变成双向潮流,导致配电网中原有的故障区段定位方法的准确度降低,因而有必要研究一种具有高容错能力、适用于含分布式电源配电网的故障区段定位方法。本文借鉴了国内外现有的故障区段定位方法,基于改进的量子遗传算法较强的容错性,提出了基于改进量子遗传算法的含分布式电源配电网故障区段定位方法。首先,研究了分布式电源特点、分布式电源接入配电网后对原有的故障区段定位方法的影响。深入研究了基于量子遗传算法的传统配电网故障区段定位方法。基于此,研究了适用于含分布式电源的故障区段定位方法,包括重新定义了各开关的编码方式,依据编码方式构造了各开关与馈线之间的联络函数,对存在误报、漏报开关状态信息的情况进行了容错性分析。通过Matlab2014a进行仿真,结果表明本文提出的故障区段定位方法可以准确定位含分布介式电源的配电网故障区段,且容错能力强。其次,分析了量子遗传算法存在的不足并进行改进。采用基于梯度下降法的动态旋转角策略更新量子门,提高算法的收敛速度,引入离散度分析,判断算法是否陷入局部最优,运用Tent混沌优化法跳出局部最优,提高算法的全局寻优能力。通过经典测试函数验证了算法的改进效果。最后,将改进后的算法运用到含分布式电源的IEEE69节点配电网进行仿真分析。结果表明,改进的量子遗传算法能准确定位存在畸变信息的故障馈线。仿真分析旋转角策略、配电网复杂度对本文提出的故障区段定位方法存在大的影响。将改进后的量子遗传算法与标准遗传算法分别进行仿真对比,结果表明改进后的量子遗传算法收敛速度快,运行时间短,缩短了故障区段定位的搜索时间。(本文来源于《西安理工大学》期刊2019-06-30）
郝昭昕,孙进平[10]（2019）在《基于量子遗传算法的MIMO雷达正交信号波形设计》一文中研究指出正交信号波形设计是MIMO雷达领域的研究热点,随着技术的发展,MIMO雷达对正交信号波形的性能要求越来越高。针对现有MIMO雷达正交信号波形互相关峰值较高且算法收敛速度慢的问题,为了提高长序列正交信号波形的性能,本文使用量子遗传算法,将量子计算与遗传算法相结合,进一步降低了波形的互相关峰值,降低了不同目标回波之间的相互干扰,提高了雷达系统的检测性能。仿真试验的结果表明,该方法能有效提高波形的正交性能,并加快了优化的速度。(本文来源于《信号处理》期刊2019年06期）
遗传量子算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据电力负荷历史数据对未来负荷趋势进行预测。通过计算电力负荷序列的赫斯特指数(Hurst)参数值,表明振动烈度序列符合明显的长相关特性,用长相关FARIMA模型来对电力负荷序列进行预测,为了提高预测的准确性,提出了一种基于量子遗传算法优化的长相关FARIMA预测模型。利用量子遗传算法优化经分数差分后的平稳模型ARMA(p,q)阶数,根据合适的适应度值进行全局搜索,从而能够确定模型的最佳阶数(p,q),并将其应用到实际的电力负荷值预测中验证。将实验结果与传统的AIC(p,q)准则定阶的ARMA模型进行预测的结果,以及实际电力负荷值数据进行比较,结果表明:该方法对电力负荷值的预测具有更高的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遗传量子算法论文参考文献
[1].季军亮,汪民乐,商长安,高嘉乐.一种改进量子遗传算法在地空反辐射混编群兵力配置优化中的应用[J].西北工业大学学报.2019
[2].杨照坤,宋万清,曹琨.基于量子遗传算法的FARIMA模型电力负荷短期预测[J].传感器与微系统.2019
[3].王杰,王艳.基于量子遗传聚类算法的质量控制方法[J].系统仿真学报.2019
[4].刘岩松,王宗彦,石瑞敏,李松,李玉虎.基于云量子遗传算法的核电厂专用桥式起重机减震装置的优化与分析[J].科学技术与工程.2019
[5].王浩,王继先.基于量子遗传算法的注塑机PID控制系统[J].塑料科技.2019
[6].金晓明,张泉灵,童不凡.基于改进量子遗传算法的热电锅炉燃烧过程优化[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[7].李振超,杜玉晓.基于量子遗传算法的时间最优机械臂轨迹规划研究[J].电子世界.2019
[8].张秋艳,王默玉,申晓留,武书舟,闫丽娜.基于灾变因子的量子遗传算法研究[J].计算机与数字工程.2019
[9].王旭海.基于改进量子遗传算法的含分布式电源配电网故障区段定位方法的研究[D].西安理工大学.2019
[10].郝昭昕,孙进平.基于量子遗传算法的MIMO雷达正交信号波形设计[J].信号处理.2019