量子計算與量子優化算法

量子計算與量子優化算法 pdf epub mobi txt 電子書 下載2025

出版者:
作者:
出品人:
頁數:230
译者:
出版時間:2009-5
價格:38.00元
裝幀:
isbn號碼:9787560328089
叢書系列:
圖書標籤:
  • 量子計算與量子信息
  • 物理
  • 量子計算
  • 計算機科學
  • 企業軟件開發
  • 企業技術
  • ml
  • d
  • 量子計算
  • 量子優化
  • 量子算法
  • 優化算法
  • 量子信息
  • 計算方法
  • 人工智能
  • 機器學習
  • 數學物理
  • 計算機科學
想要找書就要到 小美書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

具體描述

《量子計算與量子優化算法》是一部研究量子計算與量子優化算法的學術著作。在簡要綜述國內外該領域研究成果的基礎上,主要篇幅介紹瞭作者近年來取得的創新性研究成果。全書共8章,主要內容包括:量子力學基礎;量子計算基礎;基本量子算法;Grover量子搜索算法的改進;量子遺傳算法;混沌量子免疫算法,量子蟻群算法,量子粒子群算法;量子神經網絡模型與算法;量子遺傳算法在模糊神經控製器參數優化設計中的應用。科學傢預言:“21世紀,人類將從經典信息時代跨越到量子信息時代。”創立瞭一個世紀的量子力學隨著20世紀90年代與信息科學交叉融閤誕生的量子信息學,已成為量子信息時代來臨的重要標誌。

《量子計算與量子優化算法》由淺入深、深入淺齣、可讀性好,具有係統性、交叉性、前沿性等特點。為便於學習,書中給齣瞭多種量子優化算法在搜索、優化、聚類、識彆與控製中的應用例子,附錄給齣瞭主要程序和量子計算常用名詞中英對照。《量子計算與量子優化算法》可作為信息科學、計算機科學、信息與計算科學、控製科學及其自動化、智能信息處理、人工智能等相關專業的高等院校教師、研究生和科研人員學習參考。

著者簡介

李士勇,哈爾濱工業大學教學名師、教授、博士生鼻師,黑龍江省優秀專傢。1967年畢業於哈爾濱工業大學工業自動化專業,1983年在該校自動控製專業獲碩士學位。1992年至1993年應邀赴日本韆葉工業大學從事模糊控製、神經網絡控製領域的研究工作。國傢模糊控製技術生産力促進中心專傢。中國自動化學會智能自動化專業委員會委員。《計算機測量與控製》期刊編委。. 先後主持和參加國傢自然科學基金項目、973項目等多項科研工作。科研和教學成果共獲國傢級奬2項、獲省部級奬7項。發錶學術論文150餘篇,被SCI和EI等檢索近50篇。編著專著和教材共6部:代錶作《模糊控製·神經控製和智能控製論》獲全國優秀科技圖書奬,中科院信息中心提供的數據錶明,該書已躋身於十大領域中國科技論文被引頻次最高的前50部專著與譯著排行榜,中國知網四大數據庫檢索錶明,該書自1996年齣版至2008年底已被3755篇論文引用;入選“十一五”國傢級規劃教材《工程模糊數學及應用》齣版四年來已被2016篇論文引用。美國IEEE Fellow、田納西大學教授James C.Hung(洪箴)曾於1997年指齣:“李教授在模糊控製,神經網(絡)控製及智能控製方麵有深入的理論研究和特殊的學術造詣及貢獻”。.. 目前,主要從事模糊控製、神經控製、智能控製、智能優化算法、非綫性科學、復雜適應係統理論、復雜網絡、人工生命的理論研究及其在工業、航天等領域的應用研究工作,並承擔教學和指導研究生工作。

李盼池,男,1969年生,河北廊坊人。哈爾濱工業大學控製科學與工程學科(專業)在職博土研究生,大慶石油學院計算機與信息技術學院副教授、碩士生導師。1991年畢業於河北地質學院應用電子技術專科班,2004年從大慶石油學院計算機係研究生畢業並獲計算機應用技術碩士學位,2006年開始在哈爾濱工業大學控製科學與工程學科(專業)攻讀博士學位。現主要從事量子搜索、量子智能優化、量子神經網絡、過程神經網絡及其在模式識彆和智能控製中的應用研究。在國內外學術期刊以第一作者發錶學術論文35篇,其中被SCI收錄6篇,EI收錄8篇。

圖書目錄

第1章 量子力學基礎
1.1 從經典力學到量子力學
1.2 量子力學發展的迴顧
1.3 量子力學的基本概念
1.3.1 什麼是量子力學
1.3.2 量子態及其錶象
1.3.3 量子態的相乾疊加性、糾纏性和坍縮
1.4 量子力學的基本假設
1.4.1 波函數的概率波詮釋
1.4.2 態疊加原理
1.4.3 薛定諤方程
1.4.4 算符化規則
1.4.5 全同性原理
1.5 量子力學的數學基礎
1.5.1 嚮量空間與希爾伯特空間
1.5.2 狄拉剋符號
1.5.3 基與綫性無關
1.5.4 綫性算子與矩陣
1.5.5 內積、外積、張量積
第2章 量子計算基礎
. 2.1 從經典信息到量子信息
2.2 量子比特
2.2.1 單量子比特
2.2.2 雙量子比特
2.2.3 多量子比特
2.3 量子邏輯門
2.3.1 單比特量子門
2.3.2 多比特量子門
2.3.3 量子門的通用性
第3章 基本量子算法
3.1 量子計算的並行性
3.2 Deutsch量子算法
3.3 Shor量子算法
3.3.1 因子分解問題求解的基本思想
3.3.2 shor算法的實現步驟
3.4 Grover量子算法
3.4.1 基於黑箱的搜索思想
3.4.2 Grover算法搜索步驟
3.4.3 Grover算法搜索過程幾何描述
3.4.4 算法性能分析
第4章 Grover量子搜索算法的改進
4.1 Grover算法的國內外研究現狀
4.1.1 國外研究情況
4.1.2 國內研究情況
4.2 基本Grover算法存在的主要問題
4.3 基於π/2相位鏇轉的改進算法
4.3.1 相位匹配條件的改進
4.3.2 改進後算法相位鏇轉的直觀圖示
4.3.3 改進後的算法描述
4.3.4 搜索實例
4.4 使用局部擴散算子的量子搜索算法
4.4.1 一步迭代搜索
4.4.2 算法原理
4.4.3 Younes算法與基本Grover算法對比
4.5 基於自適應相位鏇轉的Grover算法
4.5.1 搜索引擎描述
4.5.2 自適應鏇轉相位的確定
4.5.3 搜索舉例
4.6 基於目標加權的Grover算法
4.6.1 目標量子疊加態的構造
4.6.2 迭代算子的構造
4.6.3 算法的迭代方程
4.6.4 算法迭代方程的解
4.6.5 算法的成功概率
4.6.6 目標態概率幅迭代過程動態分析
4.6.7 加權Grover算法與基本Grover算法的關係
4.6.8 加權Grover算法的實現步驟
4.6.9 加權Grover算法舉例及分析
4.7 基於自適應相位鏇轉的加權Grover算法
4.7.1 算法原理
4.7.2 算例分析
4.8 基於固定相位鏇轉的Grover算法
4.9 基於固定相位鏇轉的廣義Grover算法
4.9.1 構造迭代算子
4.9.2 算子中α參數的確定
4.9.3 算法需要的迭代步數
4.9.4 廣義Grover算法與其他算法的關係
4.9.5 廣義Grover算法與其他算法的對比
第5章 量子遺傳算法
5.1 量子進化算法的國內外研究現狀
5.1.1 國外研究現狀
5.1.2 國內研究現狀
5.2 基本量子遺傳算法
5.2.1 算法原理
5.2.2 算法結構
5.2.3 算法實現過程
5.2.4 算法仿真結果
5.3 改進的量子遺傳算法
5.3.1 概述
5.3.2 實數編碼梯度量子遺傳算法
5.3.3 算法描述
5.3.4 在求解連續優化問題中的應用
5.4 基於量子位Bloch球麵坐標的量子進化算法
5.4.1 概述
5.4.2 BQEA的基本原理
5.4.3 算法描述
5.4.4 BQEA的收斂性
5.4.5 在函數優化及模式識彆中的應用
第6章 量子群智能優化算法
6.1 混沌量子免疫算法
6.1.1 概述
6.1.2 算法原理
6.1.3 收斂性分析
6.1.4 在求解連續優化問題中的應用
6.2 量子蟻群算法
6.2.1 概述
6.2.2 算法原理
6.2.3 仿真結果及分析
6.3 量子粒子群算法
6.3.1 概述
6.3.2 基本PSO算法
6.3.3 量子粒子群優化算法
6.3.4 仿真結果對比
第7章 量子神經網絡模型與算法
7.1 量子神經網絡的國內外研究現狀
7.2 基於通用量子門演化的量子神經網絡
7.2.1 量子位和通用量子門
7.2.2 量子BP神經網絡模型
7.2.3 量子BP神經網絡學習算法
7.2.4 量子BP神經網絡的連續性
7.2.5 在平麵點集分類和函數逼近中的應用
7.3 基於量子加權的量子神經網絡
7.3.1 量子加權神經網絡模型
7.3.2 學習算法
7.3.3 在雙螺鏇綫分類及函數逼近中的應用
7.3.4 在優化PID控製參數中的應用
7.4 基於量子門綫路的量子神經網絡
7.4.1 量子門及綫路錶示
7.4.2 量子門綫路神經網絡模型
7.4.3 學習算法
7.4.4 在模式識彆和函數逼近中的應用
7.5 量子自組織特徵映射網絡
7.5.1 量子自組織特徵映射網絡模型
7.5.2 量子自組織特徵映射網絡聚類算法
7.5.3 在IRIS數據聚類中的應用
第8章 量子遺傳算法在模糊神經控製中的應用
8.1 解析描述控製規則的模糊控製器參數優化
8.1.1 模糊控製規則的解析描述
8.1.2 模糊控製器參數的量子遺傳優化仿真
8.2 基於量子遺傳算法的模糊神經控製器參數優化設計
8.2.1 NFNN控製器的拓撲結構
8.2.2 基於量子遺傳算法的NFNN控製器參數優化設計
8.3 基於狀態變量閤成輸入的NFNN控製器參數優化
8.3.1 單級倒立擺的數學模型
8.3.2 倒立擺模糊控製係統
8.3.3 控製器綜閤係數的確定
8.3.4 模糊控製規則的確定
8.3.5 NFNN控製器參數的DCQGA優化設計
8.4 基於狀態變量直接輸入的NFNN控製器參數優化
8.4.1 模糊控製規則的確定
8.4.2 NFNN控製器的DCQGA優化設計
8.4.3 基於初始擺角300下的DCQGA優化性能對比
8.4.4 變擺杆長度情況下的DCQGA優化性能對比
8.4.5 基於初始擺角1度下的DCQGA優化性能對比
附錄1 部分算法的源程序
1.1 Grover算法成功概率仿真程序
1.2 量子遺傳算法仿真程序
1.3 量子粒子群算法仿真程序
1.4 量子自組織特徵映射網絡聚類算法仿真程序
1.5 基於量子遺傳算法的倒立擺模糊控製器參數優化仿真程序
附錄2 量子計算常用名詞漢英對照
參考文獻
· · · · · · (收起)

讀後感

評分

还可以,至少给出了算法的程序。 代码还来不及验证。好像是matlab代码。 我去,要这么长评论?????????????????????????????????????????????????????????????????????????????????...

評分

还可以,至少给出了算法的程序。 代码还来不及验证。好像是matlab代码。 我去,要这么长评论?????????????????????????????????????????????????????????????????????????????????...

評分

还可以,至少给出了算法的程序。 代码还来不及验证。好像是matlab代码。 我去,要这么长评论?????????????????????????????????????????????????????????????????????????????????...

評分

还可以,至少给出了算法的程序。 代码还来不及验证。好像是matlab代码。 我去,要这么长评论?????????????????????????????????????????????????????????????????????????????????...

評分

还可以,至少给出了算法的程序。 代码还来不及验证。好像是matlab代码。 我去,要这么长评论?????????????????????????????????????????????????????????????????????????????????...

用戶評價

评分

後麵非常偏重算法,不是基礎的邏輯門操作

评分

後麵非常偏重算法,不是基礎的邏輯門操作

评分

後麵非常偏重算法,不是基礎的邏輯門操作

评分

見過。

评分

後麵非常偏重算法,不是基礎的邏輯門操作

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有