导读:本文包含了模糊量子神经网络论文开题报告文献综述及选题提纲参考文献，主要关键词:时间序列,网络流量,量子遗传算法,模糊神经网络
模糊量子神经网络论文文献综述
张坤,杨艳明,郑伟,高晓红[1]（2019）在《量子遗传算法和模糊神经网络结合的预测模型》一文中研究指出为解决网络流量时间序列的预测问题,针对传统模糊神经网络通常使用梯度下降法作为搜索算法容易陷入局部极小值的不足,文章提出了一种量子遗传算法与模糊神经网络相结合的网络流量时间序列预测模型。该算法利用量子遗传算法优化模糊神经网络的权值,对实际采集的网络流量时间序列进行建模。最后,预测结果表明模型具有较好的预测精度和效果。(本文来源于《统计与决策》期刊2019年12期）
范峥,刘钊,井晓燕,姬盼盼,赵辉[2]（2019）在《利用量子化学特征的模糊人工神经网络预测咪唑啉衍生物缓蚀效率》一文中研究指出针对咪唑啉衍生物的量子化学特征参数与缓蚀效率存在复杂非线性关系,在利用多因素方差分析判断其相关性的基础上建立以最高占据轨道能量、最低未占据轨道能量、分子偶极矩、单点能、硬度、软度、亲核进攻指数、亲电进攻指数、电子转移参数以及咪唑环上非氢原子静电荷之和等量子化学特征参数为输入,以缓蚀效率为输出的模糊人工神经网络。结果表明,咪唑啉衍生物的量子化学特征参数及其缓蚀效率之间具有非常显着的相关性,据此所创建的Takagi-Sugeno型模糊人工神经网络预测模型采用10-30-1网络结构,通过Momentum优化算法对其进行反复训练直至其均方误差小于容许收敛误差限0.005,训练、测试阶段模型输出值与期望值近似呈线性关系,决定系数为0.9999,关联度较高,验证阶段该模型亦表现出良好的可靠性。因此利用量子化学特征的模糊人工神经网络预测模型能够准确预测不同咪唑啉系列衍生物的缓蚀效率。(本文来源于《化工进展》期刊2019年04期）
彭越兮,徐蔚鸿,陈沅涛,马宏华[3]（2018）在《改进量子粒子群算法的模糊神经网络水质评价》一文中研究指出传统的粒子群算法训练神经网络的水质评价模型有学习速度慢,容易陷入局部最优和精确性不高的缺点。为了克服模型的缺点,提出了利用改进的自适应量子粒子群算法训练T-S模糊神经网络的新模型,新的自适应量子粒子群算法通过在算法中引入聚集度的概念,使得算法可以在迭代中自适应地调整收缩扩张系数,让算法更具动态自适应性。新的模型结合了量子粒子群算法和T-S模糊神经网络的优点,提高了模型的泛化能力。通过对东江湖流域站点2002到2013年的水文数据进行实验,结果显示,该模型比其他神经网络模型的评价结果具有更高的效率,适合被用于日常水质评价工作。(本文来源于《计算机工程与应用》期刊2018年11期）
刘立峰,孙赞东,韩剑发,赵海涛,能源[4]（2014）在《量子粒子群模糊神经网络碳酸盐岩流体识别方法研究》一文中研究指出根据不同流体性质在角度道集上所反映特征的差异,构建了多属性角度迭加数据体组合流体识别因子.并将量子粒子群与模糊神经网络相结合,利用量子粒子群方法来优化模糊神经网络中的连接权值和隶属函数参数,并进行一系列的改进措施,显着提高了算法的全局寻优能力.将近远角度迭加数据体组合流体识别因子作为改进模糊神经网络的输入,流体性质作为输出,同时引入"相控流体识别"的思想,利用碳酸盐岩储集相进行控制,建立了碳酸盐岩流体识别模型.通过塔中实际井区进行验证,证明该方法能够提高流体的识别精度,具有很好的实际应用价值.(本文来源于《地球物理学报》期刊2014年03期）
马晓丹,刘刚,周薇,冯娟[5]（2013）在《基于量子遗传模糊神经网络的苹果果实识别》一文中研究指出针对田间苹果采摘机器人视觉系统中彩色图像边界像素的模糊性和不确定性影响苹果果实识别精度和速度问题,提出了一种将量子遗传算法的全局搜索能力和模糊推理神经网络的自适应性相结合的算法来识别苹果果实。利用量子遗传算法对模糊神经网络的可调整参数初始值进行了全局优化,加快了网络学习速度,避免了传统BP误差反向传播学习算法易陷入局部极小值、迭代次数多等弊端。实验表明:该识别模型高速且稳定,鲁棒性好,对于果实本身颜色不均匀样本正确识别率为100%,对自然光照引起颜色不均匀样本正确识别率为96.86%,对邻接图像正确识别率为94.29%,对重迭图像正确识别率为92.31%。(本文来源于《农业机械学报》期刊2013年12期）
吕倩[6]（2011）在《基于量子模糊神经网络的量子认知图构建》一文中研究指出由于量子信号处理具有并行化的特性,因此成为了量子计算在信号处理领域中新兴的处理思路。现阶段科研工作者不断的分析量子信息学和量子计算理论中的概念和原理,一方面寻找新的交叉模型,另一方面将这些新兴的模型应用到具体的工作和实际中去,使得量子信号处理的应用领域更加广泛。在认知图的模型中,概念间的因果关系要么局限于确定性的表示,要么局限于定性的概率表示,而且,由于专家知识表达的主观性以及问题的复杂性,有较大可能造成系统建模不合理,所以对多专家知识使用方法进行分析,在模糊认知图(Fuzzy Cognitive Map,FCM)中引入量子态迭加的概念对模型进行改进,提出量子认知图(Quantum Cognitive Map,QCM)模型,用于分析概念间的因果关系影响程度,并给出数学度量。本文重点研究了量子认知图的构建方法与训练算法,其主要的创新点如下:1、引入概率的概率幅(量子态)的概念构造量子概念元(Quantum Concept,QC)模型。量子概念元模型不但可以保存概念节点中所有的状态,而且其态迭加的表达方式使得直接以数值形式计算量子概念元之间的因果影响程度成为可能。2、将量子概念元替换模糊认知图中的概念节点,构造一种新的模糊认知图模型——量子认知图模型。在QCM模型中,用互函数(Mutual Subsethood)数值度量概念间的因果关系的影响程度,减少对专家知识的过度依赖,使模型中概念节点的因果关系描述更加准确。3、量子模糊神经网络(Quantum Fuzzy Neural Network,QFNN)模型的节点与量子概念元模型非常相似,将QFNN的训练算法映射到QCM推理算法中。QCM的推理过程主要包括调整模糊事件之间因果关系影响的概率和动态更新QFNN的连接权重,这样QCM模型可以综合的分析因果推理过程。量子认知图模型在继承了FCM优点的同时,还自然扩展了FCM因果影响程度模拟关系的能力,增强了认知图(Cognitive Map , CM)的语义信息和模拟能力。这个模型可以保存更多的系统信息,增强认知图系统的知识表达和推理的能力。这样,可以使用很少的专家参与构造模型,减少对专业知识的过度依赖,最大程度降低专家知识的不准确性和不客观性对系统的影响。(本文来源于《中国科学技术大学》期刊2011-05-01）
赵晶,孙俊,须文波[7]（2011）在《基于文化量子粒子群的模糊神经网络参数优化》一文中研究指出模糊神经网络参数学习是一个函数优化问题。针对已有优化方法收敛精度不高的缺点,提出基于文化量子粒子群算法的模糊神经网络参数优化,并将其应用于混沌时间序列预测。仿真实例结果证实了该算法的优越性。(本文来源于《计算机工程与应用》期刊2011年10期）
王宏伟,夏斌[8]（2008）在《基于量子遗传算法和模糊神经网络的油田开发综合经济评价》一文中研究指出针对油田开发方案综合经济评价的复杂性和传统神经网络评价方法难于收敛的问题,提出一种基于量子遗传算法和正规模糊神经网络的评价方法.该算法使用量子遗传算法优化网络参数,完成网络的训练;能够充分利用专家制订的"if—then"规则,完善网络的推理结构,提高网络的识别能力,减少噪声因素的影响.仿真结果表明,该方法对油田开发方案综合经济评价具有良好的适应性和实用性.(本文来源于《大庆石油学院学报》期刊2008年03期）
李盼池,李士勇[9]（2007）在《基于量子遗传算法的正规模糊神经网络控制器设计》一文中研究指出针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。(本文来源于《系统仿真学报》期刊2007年16期）
模糊量子神经网络论文开题报告
（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：
针对咪唑啉衍生物的量子化学特征参数与缓蚀效率存在复杂非线性关系,在利用多因素方差分析判断其相关性的基础上建立以最高占据轨道能量、最低未占据轨道能量、分子偶极矩、单点能、硬度、软度、亲核进攻指数、亲电进攻指数、电子转移参数以及咪唑环上非氢原子静电荷之和等量子化学特征参数为输入,以缓蚀效率为输出的模糊人工神经网络。结果表明,咪唑啉衍生物的量子化学特征参数及其缓蚀效率之间具有非常显着的相关性,据此所创建的Takagi-Sugeno型模糊人工神经网络预测模型采用10-30-1网络结构,通过Momentum优化算法对其进行反复训练直至其均方误差小于容许收敛误差限0.005,训练、测试阶段模型输出值与期望值近似呈线性关系,决定系数为0.9999,关联度较高,验证阶段该模型亦表现出良好的可靠性。因此利用量子化学特征的模糊人工神经网络预测模型能够准确预测不同咪唑啉系列衍生物的缓蚀效率。
（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。
模糊量子神经网络论文参考文献
[1].张坤,杨艳明,郑伟,高晓红.量子遗传算法和模糊神经网络结合的预测模型[J].统计与决策.2019
[2].范峥,刘钊,井晓燕,姬盼盼,赵辉.利用量子化学特征的模糊人工神经网络预测咪唑啉衍生物缓蚀效率[J].化工进展.2019
[3].彭越兮,徐蔚鸿,陈沅涛,马宏华.改进量子粒子群算法的模糊神经网络水质评价[J].计算机工程与应用.2018
[4].刘立峰,孙赞东,韩剑发,赵海涛,能源.量子粒子群模糊神经网络碳酸盐岩流体识别方法研究[J].地球物理学报.2014
[5].马晓丹,刘刚,周薇,冯娟.基于量子遗传模糊神经网络的苹果果实识别[J].农业机械学报.2013
[6].吕倩.基于量子模糊神经网络的量子认知图构建[D].中国科学技术大学.2011
[7].赵晶,孙俊,须文波.基于文化量子粒子群的模糊神经网络参数优化[J].计算机工程与应用.2011
[8].王宏伟,夏斌.基于量子遗传算法和模糊神经网络的油田开发综合经济评价[J].大庆石油学院学报.2008
[9].李盼池,李士勇.基于量子遗传算法的正规模糊神经网络控制器设计[J].系统仿真学报.2007