导读:本文包含了免疫量子进化算法论文开题报告文献综述、选题提纲参考文献，主要关键词:量子,算法,免疫,算子,亲和,马尔,函数。
免疫量子进化算法论文文献综述写法
蒋行国,罗珍珍,李海鸥,欧少敏[1]（2017）在《基于免疫量子进化算法的惯性传感器信号重构》一文中研究指出针对惯性传感器信号的特点,提出一种基于免疫量子进化算法的正交匹配追踪重构方法。该方法以正交匹配追踪算法为核心,将免疫机制引入量子进化算法。首先,通过量子编码的迭加性构造抗体、免疫克隆操作实现种群扩张,以加速原子搜索进程,同时借助量子交叉操作避免算法陷入局部最优。然后,利用各次迭代选取的最佳匹配原子完成惯性传感器信号的重构,从而达到滤波的目的。仿真结果表明,在该算法下,静态信号的零漂值得到了改善,信噪比提高了10.48 dB,动态信号均方误差降低了28.551(″/s)。相同条件下,与现有重构算法相比,信号滤波效果提高的同时,重构时间均减少了4 s左右,最终实现了惯性传感器信号的实时性处理。(本文来源于《电子技术应用》期刊2017年10期）
王萌,李蜀瑜[2]（2012）在《基于量子免疫进化算法的Web服务演化框架》一文中研究指出如今Web服务在网络中被广泛应用,但随着需求变更、系统升级等变化的出现,Web服务如何进行相应的发展演化就成为了一个很重要的问题。为此,文中提出量子免疫进化算法的Web服务演化框架,该策略采用量子编码和量子进化操作优化服务选择,从而为服务演化的自动管理、控制提供了良好的知识基础,提高了整体Web服务的质量。为验证方法的有效性,进行了仿真实验分析,与在组合服务中常用的HTN规划方法进行了比较,实验结果表明文中所提方法在整体服务的可用性上更为优秀。(本文来源于《计算机技术与发展》期刊2012年03期）
苏日娜,王宇[3]（2011）在《基于免疫量子进化算法的负载均衡策略》一文中研究指出在集群系统任务调度和分配中,提出一种基于免疫量子进化算法的负载均衡策略。该策略采用量子化编码和量子进化操作优化任务分配,在量子陷入局部极值下,引入免疫操作进行接种疫苗和免疫选择,从而增加种群多样性。仿真结果表明,与SGALB策略相比,该策略具有更高的搜索效率,其集群系统的整体性能更优。(本文来源于《计算机工程》期刊2011年02期）
倪红梅,王维刚[4]（2009）在《量子进化算法和免疫算法的比较研究》一文中研究指出量子进化算法和免疫算法都是解决优化问题的强有力算法。在分析了量子进化算法搜索的特点和免疫算法的机理基础上,对它们进行比较,阐明了二者的不同特点,并通过仿真实例总结出它们在求解多峰值函数优化问题上各自的优缺点。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2009年04期）
刘升,游晓明[5]（2008）在《基于混沌理论的免疫量子进化算法》一文中研究指出提出了基于混沌理论的免疫量子进化算法,该算法应用混沌理论并依据小生境机制将初始个体划分为实数编码染色体的子群,各子群应用免疫特性的局域搜索能力找出优化解。混沌优化搜索机制能有效避免早熟收敛。为解决2进制算法所不能避免的精度与效率的冲突,采用10进制编码染色体。算法综合了量子计算的天然并行性、免疫算法的充分自适应性和混沌系统的遍历性,它比传统的进化算法具有更好的种群多样性,更快的收敛速度,更有效的全局和局域寻优能力。仿真实验也表明了该算法的优越性。(本文来源于《计算机工程与应用》期刊2008年21期）
游晓明,刘升,帅典勋[6]（2007）在《求解多峰函数优化问题的免疫量子进化算法》一文中研究指出提出了一种求解多峰函数优化问题的免疫量子进化算法,该算法依据小生境机制将量子表达的初始种群划分为子群组,再对每个子群组利用免疫特性的局域搜索能力包括抗体的克隆选择、记忆细胞产生、免疫细胞交叉变异、抗体的促进与抑制等进化机制,找出局域最优解。最终算法可保持所有优化解。算法综合了量子计算的天然并行性和免疫算法的充分自适应性,它比传统的进化算法具有更好的种群多样性,更快的收敛速度,更有效的全局和局域寻优能力;证明了算法的收敛性,最后通过仿真实验表明了该算法的优越性。(本文来源于《石油化工高等学校学报》期刊2007年03期）
游晓明,帅典勋,刘升[7]（2007）在《基于免疫原理的量子进化算法及收敛性研究》一文中研究指出分析量子进化算法的特点及免疫进化的机理,提出一种基于免疫算子的量子进化算法.该算法通过免疫克隆选择、免疫细胞交叉变异、记忆细胞产生、抗体相似性抑制等进化机制,可以最终找出最优解,比传统的量子进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力.不仅从理论上证明了所提出算法的收敛性,而且通过仿真实验表明了该算法的优越性.(本文来源于《控制与决策》期刊2007年07期）
刘升,王行愚,游晓明[8]（2006）在《基于量子的免疫进化算法及收敛性(英文)》一文中研究指出分析和探讨了量子计算的特点及免疫进化机制,并结合免疫系统的动力学模型和免疫细胞在自我进化中的亲和度成熟机理,提出了一种基于量子计算的免疫进化算法。该算法使用量子比特表达染色体,通过免疫克隆、记忆细胞产生和抗体相似性抑制等进化机制可最终找出最优解,它比传统的量子进化算法具有更好的种群多样性、更快的收敛速度和全局寻优能力。在此不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。(本文来源于《广西师范大学学报(自然科学版)》期刊2006年04期）
游晓明,帅典勋,刘升[9]（2006）在《基于学习的并行免疫量子进化算法及收敛性》一文中研究指出提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式,使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。(本文来源于《广西师范大学学报(自然科学版)》期刊2006年04期）
游晓明,刘升,帅典勋[10]（2006）在《基于学习的并行免疫量子进化算法》一文中研究指出提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。并给出了多宇宙的并行拓扑结构,其中各宇宙独立演化．宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式．使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。仿真实验结果表明该算法比串行的免疫量子进化算法运算效率更高。(本文来源于《南京航空航天大学学报》期刊2006年S1期）
免疫量子进化算法论文开题报告范文
（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：
如今Web服务在网络中被广泛应用,但随着需求变更、系统升级等变化的出现,Web服务如何进行相应的发展演化就成为了一个很重要的问题。为此,文中提出量子免疫进化算法的Web服务演化框架,该策略采用量子编码和量子进化操作优化服务选择,从而为服务演化的自动管理、控制提供了良好的知识基础,提高了整体Web服务的质量。为验证方法的有效性,进行了仿真实验分析,与在组合服务中常用的HTN规划方法进行了比较,实验结果表明文中所提方法在整体服务的可用性上更为优秀。
（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。
免疫量子进化算法论文参考文献
[1].蒋行国,罗珍珍,李海鸥,欧少敏.基于免疫量子进化算法的惯性传感器信号重构[J].电子技术应用.2017
[2].王萌,李蜀瑜.基于量子免疫进化算法的Web服务演化框架[J].计算机技术与发展.2012
[3].苏日娜,王宇.基于免疫量子进化算法的负载均衡策略[J].计算机工程.2011
[4].倪红梅,王维刚.量子进化算法和免疫算法的比较研究[J].齐齐哈尔大学学报(自然科学版).2009
[5].刘升,游晓明.基于混沌理论的免疫量子进化算法[J].计算机工程与应用.2008
[6].游晓明,刘升,帅典勋.求解多峰函数优化问题的免疫量子进化算法[J].石油化工高等学校学报.2007
[7].游晓明,帅典勋,刘升.基于免疫原理的量子进化算法及收敛性研究[J].控制与决策.2007
[8].刘升,王行愚,游晓明.基于量子的免疫进化算法及收敛性(英文)[J].广西师范大学学报(自然科学版).2006
[9].游晓明,帅典勋,刘升.基于学习的并行免疫量子进化算法及收敛性[J].广西师范大学学报(自然科学版).2006
[10].游晓明,刘升,帅典勋.基于学习的并行免疫量子进化算法[J].南京航空航天大学学报.2006