量子免疫克隆算法研究及在壓縮感知重構(gòu)中的應(yīng)用.pdf

1、人工免疫系統(tǒng)被證實是一種比遺傳算法更好的優(yōu)化算法，一經(jīng)提出就引起廣泛關(guān)注與研究；量子信息科學的發(fā)展、量子機制與經(jīng)典優(yōu)化算法的結(jié)合又將優(yōu)化算法的發(fā)展推上一個新的高峰。本文所研究的量子免疫克隆算法正是這樣一種融合免疫算法和量子機制優(yōu)勢的算法。
　　本研究主要內(nèi)容包括：第一，提出一種基于實數(shù)編碼的量子免疫克隆算法。該算法采用實數(shù)編碼取代一般量子免疫克隆算法的量子位編碼方案，在處理連續(xù)優(yōu)化問題時，避免了頻繁的解碼運算；采用Logistic

2、映射產(chǎn)生混沌變量作為量子旋轉(zhuǎn)門旋轉(zhuǎn)角，提高了搜索能力。第二，提出一種基于Arnold’s Cat映射的混沌量子免疫克隆算法。該算法采用三條鏈的編碼方式，其中第一條鏈為實數(shù)鏈，對應(yīng)問題的解，后兩條鏈對應(yīng)傳統(tǒng)的量子位編碼方案，同時采用了一種新的變異方案，達到了在提高搜索能力的同時提高優(yōu)化效率的目的。第三，提出一種基于混沌量子免疫克隆算法的正交匹配追蹤重構(gòu)算法。該算法將本文提出的混沌量子免疫克隆算法結(jié)合正交匹配追蹤進行數(shù)據(jù)重構(gòu)，能夠完成重構(gòu)操