论文研究量子遗传算法研究进展.pdf

研究论文-一种基于量子遗传算法的多播路由算法

基于粒子群算法的改进遗传算法的研究，陶磊，景晓军，遗传算法是一种模拟生物进化论的智能优化算法，具有简单、通用、鲁棒性强等优点。遗传算法自提出以来已成功应用到很多领域，但经

引入遗传算法试图解决海量、高维样本的聚类问题。分析了目前基于样本和属性值两类基于遗传算法的聚类算法的不足，归纳出它们的算法模型。针对多维快速聚类问题提出了密度法、网格法两种基于遗传算法的聚类算法。算法

针对目前双链量子遗传算法中保持种群多样性和改善优化效率问题提出了三种改进方法。通过在量子比特概率幅三角函数表达式中引入常数因子，使搜索过程在多个周期上同时进行，以改善算法的优化效率；提出了一种基于单比

研究了如何应用量子遗传算法进行图像模板匹配，提出了角度编码染色体量子遗传算法。该算法以角度编码染色体，则基因位的复数对被实数形式的角度所替代，故存储量减少很多。染色体更新过程由矩阵与矢量相乘简化成角度

结合量子纠缠理论，提出了量子纠缠遗传算法。利用多粒子的量子纠缠W态，探讨了量子染色体的纠缠编码方式；给出了量子更新算符、量子变异算符和量子交叉算符的具体形式；给出了量子纠缠遗传算法的具体步骤。最后，将

定义了最大团问题，分析和研究了使用启发式算法求解最大团问题的进展，介绍了当前求解最大团问题的典型启发式算法，最后给出了测试这些启发式算法性能的测试基准图。

运动目标检测与跟踪算法的研究进展，刘明玺，孟放，运动目标检测与跟踪技术有着广泛的应用，但由于检测和跟踪过程容易受外界环境的干扰而造成失败，因此改进运动目标检测和跟踪算法

作为当前最先进有效的密度估计算法,核密度估计（KDE）得到了广泛的研究。但是其二次的计算复杂度严重阻碍了KDE在具有海量高维数据的实际问题中的应用。为了排除算法计算性能上的障碍,研究者从不同角度提出了

为了解决QGA算法在检测红外图像中出现收敛速度慢、易陷入局部极值的问题,提出一种改进算法。首先采用动态策略调整量子门旋转角度,对方向进行调整,通过定义位影响因子和差距度量函数,使得基因位的更新更加快速