基于量子神經(jīng)網(wǎng)絡(luò)的PID參數(shù)控制研究.pdf

1、量子神經(jīng)網(wǎng)絡(luò)（QuantumNeuralNetwork,QNN）是量子計算和神經(jīng)網(wǎng)絡(luò)理論相結(jié)合產(chǎn)生的新的計算模型，是當(dāng)今新興的前沿交叉學(xué)科之一.量子神經(jīng)網(wǎng)絡(luò)將量子計算的基本概念和原理引入到神經(jīng)網(wǎng)絡(luò)模型中，對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型進行量子化改造，從而增強神經(jīng)網(wǎng)絡(luò)的性能和速度，為神經(jīng)網(wǎng)絡(luò)的進一步發(fā)展提出了新的思路.
　　 本文詳盡地闡述了傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)模型以及相關(guān)量子計算理論中的基本概念，在此基礎(chǔ)上，著重對量子神經(jīng)元和量子神經(jīng)網(wǎng)絡(luò)模型進

2、行了研究，在已有的基礎(chǔ)上給出了一種改進的量子神經(jīng)元模型，并與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的BP算法相類比，給出了基于梯度下降法的量子神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法.論文的主要工作如下:
　　 (1)將量子計算的基本概念和原理應(yīng)用到神經(jīng)網(wǎng)絡(luò)中，對比于傳統(tǒng)的人工神經(jīng)元模型提出了一種基于量子態(tài)的疊加、轉(zhuǎn)換和坍塌等原理的改進的量子神經(jīng)元的模型，這一模型使用量子疊加態(tài)對輸入數(shù)據(jù)進行聚合和處理，利用量子旋轉(zhuǎn)門進行狀態(tài)更新，并使用基于量子態(tài)坍塌的原理使得量子神經(jīng)元輸出實數(shù)

3、值變量，比原有的量子神經(jīng)元模型更加完善.
　　 (2)以改進的量子神經(jīng)元為基礎(chǔ)，結(jié)合經(jīng)典前饋人工神經(jīng)網(wǎng)絡(luò)的BP算法，構(gòu)建了一個改進的量子神經(jīng)網(wǎng)絡(luò)的模型，并給出該模型基于最速下降法的學(xué)習(xí)過程的詳細推導(dǎo).將改進的量子神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到PID控制器中，構(gòu)建基于量子神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng).
　　 (3)提出了一種基于量子神經(jīng)網(wǎng)絡(luò)PID參數(shù)的調(diào)整算法，并給出了原理和算法步驟.最后利用MATLAB對量子神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)進行仿