摘要：为提高人工蜂群算法的优化能力,提出一种量子衍生蜂群算法。在该算法中,蜂群采用基于Bloch球面描述的量子比特编码;采用量子比特在Bloch球面上的绕转旋转实现进化搜索;采用泡利矩阵获得量子比特的Bloch坐标;通过解空间变换获得优化问题的实际解。该方法的突出优点是能够同时调整量子比特的两个参数,并自动实现两个调整量的最佳匹配。函数极值优化及水淹层识别的实验结果表明,该方法的优化能力比普通蜂群算法确有明显提高。

摘要：为解决Grover算法的普适性不够理想的问题,提出一种灵活的量子搜索算法.首先,通过设计包含任意数目基态的量子均衡叠加态,实现任意大小无序数据库的构建;其次,通过求解算法的迭代方程,导出旋转相位与成功概率及搜索步数之间的定量关系,其中旋转相位可取(0,π]内的任意值;再次,通过迭代步数与成功概率的统计分析,确定当标记态数未知时旋转相位的最佳取值,并设计搜索方案;最后,考察不同旋转相位及不同标记态数下,成功概率及迭代步数的数值结果.理论分析表明该算法可以实现经典算法的二次加速.

摘要：以管壳式换热器每年的总费用作为目标函数,采用含随机扰动算子的改进粒子群算法(IPOS)对其进行了优化.在优化设计模型中,采用Bell-Delaware法描述壳侧流体,优化变量选择管程数、换热管内径和外径及间距、管布置方式、封头类型、流体分配方式、密封条数、壳程压降和管程压降.对采用IPOS算法得到的优化结果与相关文献的结果进行了比较.结果表明:IPOS算法具有全局收敛、计算精度高、稳定性好的特点,并能获得约束条件下管壳式换热器的最优设计方案.

摘要：在钻井过程中为了有效保护和正确控制井控设备,同时确保井控安全,需要钻井从业人员进行井控仿真培训。为了给培训人员创造真实的钻井环境并客观反映培训人员的技能水平,设计了井控远程台实物仿真系统。为了在与真实相近的环境下模拟操作井控设备,将自适应稳态回馈控制应用到井控远程台仿真系统中。根据系统特性,结合PID自适应控制,提出自适应井控远程台压力油制备仿真的稳态回馈控制算法。为验证方法的可行性,选取以某油田钻井公司的实际项目为背景进行仿真设计。试验结果表明,此方法能够实现远程控制台的检查与运行等内容的真实操作训练功能。

摘要：为提高蚁群算法的优化效率,提出一种基于Bloch球面搜索的量子蚁群优化算法。该算法用Bloch球面描述的量子比特对蚂蚁位置编码,用信息素强度和启发式信息构造的选择概率选择蚂蚁的移动目标,用量子比特在Bloch球面上的绕轴旋转实现蚂蚁移动,用Hadamard门实现变异以避免早熟收敛,在移动后的新位置完成信息素和启发式信息的更新。仿真结果表明该方法的搜索能力和优化效率优于其他量子智能优化算法。

摘要：为提高多聚合过程神经网络的逼近能力和计算效率,提出一种基于数值积分的训练算法.首先将输入函数和权函数离散化,然后采用复合梯形积分或复合辛普森积分直接处理输入函数和权函数乘积的多重积分运算,采用Levenberg-Marquardt算法调整网络参数.仿真实验表明,该方法的逼近能力和计算效率比传统的正交基展开方法有明显提高,从而揭示出该方法是提高多聚合过程神经网络逼近能力和计算效率的有效途径.

摘要：为提高量子行为粒子群算法的优化能力,提出了一种改进的算法.该算法也采用量子势阱作为寻优机制,但提出了新的势阱中心建立方法.在每步迭代中,首先计算粒子适应度,然后取前K个适应度最好的粒子作为候选集.采用轮盘赌策略在候选集中选择一个粒子作为势阱中心,调整其它粒子向势阱中心移动.在优化过程中,通过使K值单调下降,获得探索与开发的平衡.将提出的算法应用于标准函数极值优化和量子衍生神经网络权值优化,实验结果表明提出算法的优化能力比原算法确有明显提高.

摘要：针对传统的通用型同轴线产品设计、制造基础理论缺陷和目前微波采油现场利用地下石油管构建超长、功率容量大及能量损耗小的井筒同轴线工程需求,进行通用型同轴线结构优化理论和设计方法研究;突破经典的单因素优化方法约束,基于同轴线上传输功率、能量损耗与衰减系数三者之间固有的物理关系,构造兼顾最大传输功率和最小衰减系数双重因素影响的目标函数数学模型;提出同轴线半径比优化设计方法。结果表明:通用型同轴线的外、内导体半径比最优值为2.11,特性阻抗标称值为45Ω;同轴线传输特性对其导体半径比的变化很敏感,应用经典的单因素优化结果不能满足使用要求,只有兼顾最大传输功率和最小衰减系数双重因素影响才能使通用型同轴线具有通用性功能,本文的理论结果与同轴线单模传输公式相结合,构成了完整的通用型同轴线结构优化设计理论体系。

摘要：为提高粒子群算法的优化能力,提出了一种改进的粒子群优化算法。在该算法中,采用Beta分布初始化种群,采用逆不完全伽马函数更新惯性权重,在速度更新式中,引入了基于差分进化的新算子,对于粒子的越界处理,采用了基于边界对称映射的新方法。以50个不同类型的数值函数作为优化实例,基于威尔柯克斯符号秩检验的测试结果表明,该算法明显优于普通粒子群优化算法、差分进化算法、人工蜂群优化算法和量子行为粒子群算法。

摘要：为了提高量子数字信号表示的灵活性,本文提出了一种新的基于补码浮点表示的一维有限长度量子数字信号表示模型(Complement Floating-point Representation of Digital Signals,CFRDS)。该模型使用两组量子比特序列分别表示位置信息与幅值信息。其中,位置信息采用有符号定点整数补码形式表示,保证了信号位置的精确性和负数处理能力;幅值信息则采用浮点数形式表示,浮点数的阶码和尾数均采用补码形式,能够更灵活地应对不同幅值的信号,确保在极端数值条件下依然保持高精度,同时,这种表示方法也简化了数学运算,能够处理更广泛的信号类型。该模型不仅在信号幅值的表示范围与精度上取得了显著提升,还在数学运算的便捷性方面展现了优越性,使得各种信号处理算法更加高效和可靠,适用于更加复杂的信号处理算法,提高了信号处理的效率。本文提出了CFRDS模型,设计了该模型的量子制备线路与基于该模型的量子数字信号基本运算线路,包括两个量子数字信号的序列加法、序列乘法以及自相关函数序列运算,并深入分析了线路复杂度,最后通过计算机仿真实验验证了所提出方案的可行性和有效性。