|
|
量子神经网络在PID参数调整中的应用
Application of Quantum Neural Networks in Proportion Integration Differentiation Parameters Adjustment
查看参考文献13篇
|
文摘
|
提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门，给出一个量子神经元模型，其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型，利用梯度下降法设计该模型的学习算法，并将其用于PID参数的在线调整，实验结果表明，QNNs的调整能力及稳定性均优于反向传播网络。 |
|
其他语种文摘
|
This paper presents an online adjusting method of Proportion Integration Differentiation(PID)parameters based on Quantum Neural Networks(QNNs).By designing a controlled quantum rotation gate,a quantum neuron model is constructed,including two kinds of design parameters:rotation angle of qubits phase and its control range.A quantum neural networks model based on quantum neuron is proposed.By using gradient descent algorithm,a learning algorithm of the model is designed.Experimental results show that both the adjusting ability and the stability of QNNs model are superior to that of the Back Propagation(BP)networks. |
|
来源
|
计算机工程
,2011,37(12):182-184,189 【核心库】
|
|
关键词
|
受控量子旋转门
;
量子神经元
;
量子神经网络
;
比例积分微分参数调整
;
量子比特相位
|
|
地址
|
东北石油大学计算机与信息技术学院, 黑龙江, 大庆, 163318
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
中国博士后科学基金
;
黑龙江省博士后基金
;
黑龙江省教育厅项目
|
|
文献收藏号
|
CSCD:4225929
|
参考文献 共
13
共1页
|
|
1.
Kak S. On Quantum Neural Computing.
Information Sciences,1995,83(3/4):143-160
|
被引
42
次
|
|
|
|
|
2.
Gopathy P. Quantum Neural Networks(QNNs)Inherently Fuzzy Feedforward Neural Networks.
IEEE Transactions on Neural Networks,1997,8(3):679-693
|
被引
46
次
|
|
|
|
|
3.
Ajit N. Quantum Artificial Neural Network Architectures and Components.
Information Sciences,2000,128(3):231-255
|
被引
27
次
|
|
|
|
|
4.
Kouda N. Qubit Neural Network and Its Learning Efficiency.
Neural Computing&Applications,2005,14(2):114-121
|
被引
11
次
|
|
|
|
|
5.
Maeda M. Qubit Neuron According to Quantum Circuit for XOR Problem.
Applied Mathematics and Computation,2007,185(2):1015-1025
|
被引
12
次
|
|
|
|
|
6.
解光军. 量子神经网络.
计算机科学,2001,28(7):1-6
|
被引
18
次
|
|
|
|
|
7.
解光军. 一种量子神经计算网络模型.
复旦大学学报:自然科学版,2004,43(5):700-703
|
被引
13
次
|
|
|
|
|
8.
解光军. 基于量子门组单元的神经网络及其应用.
系统工程理论与实践,2005(5):113-117
|
被引
11
次
|
|
|
|
|
9.
李盼池. 一种量子自组织特征映射网络模型及聚类算法.
量子电子学报,2007,24(4):463-468
|
被引
9
次
|
|
|
|
|
10.
Li Panchi. Learning algorithm and application of quantum BP neural networks based on universal quantum gates.
Journal of Systems Engineering and Electronics,2008,19(1):167-174
|
被引
10
次
|
|
|
|
|
11.
高在村. 基于量子门神经网络的车牌字符识别.
计算机工程,2008,34(23):227-229
|
被引
3
次
|
|
|
|
|
12.
李盼池. 一种量子神经网络模型学习算法及应用.
控制理论与应用,2009,26(5):531-534
|
被引
13
次
|
|
|
|
|
13.
刘金琨.
先进PID控制Matlab仿真2版,2006:162-166
|
被引
1
次
|
|
|
|
|
|
了解气象卫星更多信息，请访问