量子遗传算法在盲检测中的研究与应用

《量子遗传算法在盲检测中的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、南京邮电大学硕士研究生学位论文第一章绪论第一章绪论1.1引言近年来，随着科学技术的发展，智能化算法作为生命科学与工程科学相互融合、相互发展的结果，成为一个重要的研究热点。具有智能特征的优化算法能解决很多传统算法所不能解决的问题。传统优化算法有很多缺点，比如复杂度大、收敛速度慢等。而在解决实际问题中智能优化算法可以弥补一些不足。智能优化算法应用的范围很广，主要涉及通信信号处理、人工识别和生物学等学科领域。实践表明，具有分布性和并行性特点的智能优化算法在解决优化问题方面，效果高于传统的优化算法，并且它在相关领域能产生巨大的社会和经济效益。因此

2、，智能优化算法越来越受到许多研究者的关注，它掀起了一股研究热潮。早在20世纪60年代，Holland根据生物进化理论提出智能化算法[1]。智能化算法作为一种随机的自适应算法，模拟了大自然现象和生物进化机理。智能化算法原理简单，而且具有智能特性，因此它得到了广泛的应用。部分智能化算法具有鲁棒性好、操作简单、个体运行时间短和适应性好的优点。其中，鲁棒性是指它不会因为个体的问题而影响到整个系统性能。适应性好是指它除了能适应简单网络环境外，也能适应复杂网络系统。社会发展迅速，先后经历了农业、工业以及现在的信息化社会。不管社会处于哪个阶段，都有其鲜

3、明的阶级性，比如信息化社会有两个极其明显的标志，一是处于信息化社会，信息种类繁多复杂和覆盖范围广泛；二是获取信息的方法多种多样和获取到很多信息量[2]。现在，智能化信息处理技术是当代信息科学领域的一个重要的发展方向。智能信息技术应用在很多领域，比如模糊理论、进化计算和协同计算等。到目前，将智能化信息技术用于解决信号盲处理问题受到越来越多的学者专家的关注。1.2最优化问题从上个世纪以来，很多学者开始研究最优化问题。它的应用领域很广泛，现实中的很多方面都可能涉及到最优化问题。科学计算和工程应用中的问题也可能需要用最优化的理论和算法来解决，比如

4、在交通运输、工农业生产和货物的调配中将问题抽象转化为最优化问题[3]。最优化问题实质是寻找到数学模型的最优解。其过程是选取重要要素建立理论模型，求解目标模型来寻找问题最优解。不管在理论还是实际生活中，最优化问题都有重要的指导意义。1南京邮电大学硕士研究生学位论文第一章绪论最优化问题描述如下：目标函数:y=f(x,x,⋅⋅⋅,x)12n约束条件:g(,,,)tt,i1,2,,ixx⋅⋅⋅xn≤或≥=⋅⋅⋅m12上式中x(1≤j≤n)为输入变量,y为输出变量,f为目标函数,g为约束函数,t为某j一常量值。对有n个输入的目标函数求出的解的子集可

5、能有多个。要衡量这些解的优劣，先要以函数的形式给出一些标准，从而得到目标函数的最优解。在过去，人们主要凭借经验对问题有了认识后再做决定，得到解决问题的方法，但由于工作量太大等原因，这些方法很有可能不是最优的。在实际生活中，一些问题通常有许多的解决方案，人们需要有一个判断的标准来从众多的方案中选择一个较优的。最优化技术用于解决最优化问题，可以提高工作的效率和减少工作的盲目性。最优化技术有很大的研究价值和实用价值，在生产科研等领域取得了可喜的成绩。1.1群体智能优化算法近年来，通过对生物群体行为的模拟而提出的智能化算法[4]已经得到了很多国内

6、外学者的关注和研究。研究发现，在自然界中，以群体为单位生活在一起的群体动物或生物都有惊人的能力，它们可以完成复杂的行为动作。由具有经验和智慧的个体构成的群体称为智能体(Agent)，虽然个体的行为能力是有限的，但是它们可以相互合作和交流，所以组合而成的整个群体的力量是强大的。建立在此思想基础上的智能算法在理论上已经验证了它的可行性，在应用上也取得了很大的进展。群体智能优化算法作为一种新兴技术，必将成为以后蓬勃发展的一个研究热点。在20世纪末，对群体智能算法的研究已经得到了社会的普遍关注。它的原理是在人口数量或生物数量控制的条件下，以人或者

7、仿生系统为研究对象，通过模拟群体的日常行为过程构造出来的一种随机优化算法[5]。这种算法可以解决很多传统优化算法难以处理的问题。群体智能算法的发展历程简单叙述如下：在1991年，M.Dorigo[6]提出了蚁群算法，该算法原理是模拟蚂蚁群体寻找食物路径将它们的行为抽象出来，整个过程将伴随着信息素的跟随及释放，最终蚂蚁群找到食物源和蚁穴之间的最短路径。在1995年，J.kennedy与R.Eberhart[7]在研究了鸟群聚集觅食行为后，提出了粒子群算法。该算法原理是：鸟类通过离食物最近的鸟的周围一些区域来寻找食物。在19962南京邮电大学

8、硕士研究生学位论文第一章绪论年，M.Moore和Narayanan[8]在遗传算法基础上提出了非常有名的量子遗传算法，它的原理是利用量子计算的并行及纠缠性质，对用多量子比特编码表示的量子染色体