量子免疫克隆算法研究及在壓縮感知重構中的應用.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，一經提出就引起廣泛關注與研究；量子信息科學的發(fā)展、量子機制與經典優(yōu)化算法的結合又將優(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。
　　本研究主要內容包括：第一，提出一種基于實數編碼的量子免疫克隆算法。該算法采用實數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、映射產生混沌變量作為量子旋轉門旋轉角，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鏈，對應問題的解，后兩條鏈對應傳統(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算法。該算法將本文提出的混沌量子免疫克隆算法結合正交匹配追蹤進行數據重構，能夠完成重構操