資源描述：
《基于量子遺傳算法的盲源分離算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、第24卷第8期小型微型計(jì)算機(jī)系統(tǒng)Vol.24No.82003年8月MINI-MICROSYSTEMSAug.2003基于量子遺傳算法的盲源分離算法研究1,2112楊俊安,李斌,莊鎮(zhèn)泉,鐘子發(fā)1(中國科學(xué)技術(shù)大學(xué)電子科學(xué)與技術(shù)系,安徽合肥230026)2(解放軍電子工程學(xué)院,安徽合肥230037)摘要:在改進(jìn)遺傳量子算法的基礎(chǔ)上,提出了一種新的量子遺傳算法并從理論上證明了算法的全局收劍性.提出了基于量子遺傳算法與獨(dú)立分量分析算法相結(jié)合的盲源分離新算法.仿真結(jié)果表明:新方法比采用常規(guī)遺傳算法的盲源分離方法具有明顯的高效性.關(guān)鍵詞:量子計(jì)算;遺傳算法;量子遺傳算法;獨(dú)立分量分
2、析;盲源分離中圖分類號(hào):TP301文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1000-1220(2003)08-1518-06QuantumGeneticAlgorithmanditsApplicationResearchinBlindSourceSeparationYANGJun-an1,2,LIBin1,ZHUANGZhen-quan1,ZHONGZi-fa21(DepartmentofElectronicScience&Technology,UniversityofScienceandTechnologyofChina,Hefei230026,China)2(Instituteof
3、ElectronicEngineeringPLA,Hefei230037,China)Abstract:AnovelQuantumGeneticAlgorithm(QGA)isproposedbasedontheimprovementtoHan'sGeneticQuan-tumAlgorithm(GQA).AnewBlindsourceseparationmethodbasedonQGAandIndependentComponentAnalysis(ICA)isputforward.Thesimulationresultshowsthattheeffectofthene
4、wmethodishigherthanthatofConven-tionalGeneticAlgorithm(CGA)obviously.Keywords:quantumcomputation;geneticalgorithm;quantumgeneticalgorithm;independentcomponentanalysis;blindsourceseparation二十世紀(jì)八十年代初Benioff和Feynman提出了量子計(jì)量子遺傳算法建立在量子的態(tài)矢量表達(dá)基礎(chǔ)上,將量子算的概念.量子計(jì)算利用了量子理論中有關(guān)量子態(tài)的疊加、糾比特的幾率幅表示應(yīng)用于染色體的編碼,使
5、得一條染色體可纏和干涉等特性,通過量子并行計(jì)算有可能解決經(jīng)典計(jì)算中以表達(dá)多個(gè)態(tài)的疊加,并利用量子旋轉(zhuǎn)門實(shí)現(xiàn)染色體的更新的NP問題.特別是在Grover提出隨機(jī)數(shù)據(jù)庫搜索的量子算操作,引入量子交叉和量子變異克服早熟收斂現(xiàn)象,從而實(shí)現(xiàn)法和Shor提出分解大數(shù)質(zhì)因子的量子算法之后,量子計(jì)算以了目標(biāo)的優(yōu)化求解.其獨(dú)特的計(jì)算性能引起了廣泛矚目,迅速成為研究的熱點(diǎn).1.1量子比特編碼2000年,Han〔1〕等提出遺傳量子算法(GeneticQuantumAlgo-在量子計(jì)算機(jī)中,充當(dāng)信息存儲(chǔ)單元的物理介質(zhì)是一個(gè)rithm,GQA),該算法利用量子的態(tài)矢量表述和量子旋轉(zhuǎn)門雙態(tài)量子系統(tǒng)
6、,稱為量子比特(qubit).量子比特與經(jīng)典位不操作,但該算法主要用來解決0-1背包問題,通用性不強(qiáng),效同就在于它可以同時(shí)處在兩個(gè)量子態(tài)的迭加態(tài)中,所以一個(gè)率也有待提高.本文對(duì)該算法進(jìn)行改進(jìn),提出一種新的量子遺量子比特可同時(shí)包含態(tài)?0>和?1>的信息.在量子遺傳算法中,采用量子比特來存儲(chǔ)和表達(dá)一個(gè)基傳算法(QuantumGeneticAlgorithm,QGA).并從理論上證明了算法的全局收劍性.算法采用多狀態(tài)基因量子比特編碼因.該基因可以為“0”態(tài)或“1”態(tài),或它們的任意疊加態(tài),即該基因所表達(dá)的不再是某一確定的信息,而是包含所有可能的方式和通用的量子旋轉(zhuǎn)門策略,采用動(dòng)
7、態(tài)調(diào)整旋轉(zhuǎn)角機(jī)制,并信息,對(duì)該基因的任一操作也會(huì)同時(shí)作用于所有可能的信息.引入量子交叉操作,利用量子非門實(shí)現(xiàn)量子變異,避免了早熟文獻(xiàn)〔1〕求解0-1背包問題,每一個(gè)基因只有“0”、“1”兩收斂.本文同時(shí)提出了一種基于QGA和獨(dú)立分量分析(Inde-種狀態(tài),問題較簡單.而在其他許多問題求解中,每個(gè)基因可pendentComponentAnalysis,ICA)的盲源分離新算法.與采能存在多個(gè)狀態(tài),因而〔1〕的編碼方案不具備通用性.解決的用常規(guī)遺傳算法(ConventionalGeneticAlgorithm,CGA)的盲源分離方法相比〔2〕
