买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军战略支援部队航天工程大学

摘要：一种量子神经网络编码和进化策略的优化理论与方法。属于量子计算与人工智能交叉技术领域。包括“初始编码优化”和“中间进化策略优化”两步。“初始编码优化”步骤：基于量子力学中一位相移门和两位受控非门的通用性，实现实值向量样本的量子态描述；采用量子比特的相位作为初始编码，达成优化策略的统一性；利用主定理及分治法思想，阐明时间和空间复杂度的映射关系。“中间进化策略优化”步骤：制定基于最优保留机制的旋转角更新策略，设计不同量子位的量子非门操作，构造合适的李雅普诺夫函数，证明量子神经网络进化策略的收敛性。

主权项：1.一种量子神经网络编码和进化策略的优化理论与方法，其特征在于：A.初始编码优化1实值编码的输入和输出为实现训练样本的量子态描述，对n维欧氏空间以实值向量描述的训练样本定义如下转换公式：|X〉＝[|x1,|x2,...,|xn〉]T其中， 为训练样本，|X为训练样本转换后状态；经过演化之后，输出为量子位叠加态中状态|1的概率幅；2采用量子比特的相位作为初始编码编码个体由量子位组成，直接采用量子比特的相位作为初始的编码，编码方案如下：pi＝[θi1,θi2,…,θij,…,θin]其中，pi表示第i个初始编码，θij＝2π×rand，rand为0,1之间随机数，j＝1,2,…,n，n表示量子比特数；3初始编码优化的时空复杂度证明利用渐近分析方法，明晰算法的空间复杂度的影响因素；利用量子神经网络算法的并行结构，有效降低算法的递归次数，证明空间复杂度函数从传统量子神经网络算法空间复杂度Sn＝Ont降低为Sn＝Onk，kt；利用主定理以及分治法，借鉴切比雪夫不等式思想，建立量子神经网络算法中的估值不等式，给出量子神经网络算法中时间复杂度函数的上下界，探究影响算法时间复杂度的内在机理，证明时间复杂度函数从传统量子神经网络算法时间复杂度Tn＝Ont降低为Tn＝Onk；B.中间进化策略优化1量子旋转门旋转角θ的更新通过将旋转角θi改为自适应变化，即动态调整策略，采用最优保留机制，以保证算法具有全局收敛性；2量子非门的更新对种群的所有个体进行重新排序，对排序后的所有个体，分别取第k个个体的k位量子非门作为新个体的第k位编码变化，第k+1个个体的第k+1位量子非门作为新个体的第k+1位编码变化，依次取后面的编码，直到新个体与原个体编码数相同为止，确定新个体；采用迭代法、循环法确定所有个体；3中间进化策略的收敛性证明利用薛定谔方程，对进化策略的优化问题进行初步建模，利用Delta势阱的假设以及多尺度概念，实现进化策略中量子扰动的逐步减小和优化系统对基态能量的逼近，最后，利用量子力学的隧穿效应，在进化策略寻找全局最小值时，更快穿过局部极值点旁的势垒从而找到最优或次优的解。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队航天工程大学 一种量子神经网络编码和进化策略的优化理论与方法