一种基于ABC的量子神经网络训练算法

摘要：

传统的量子神经网络的训练方法容易使得算法陷入局部极小值,将Artificial Bee Colony(ABC)算法引入到原训练算法中,并且对人工蜂群算法进行改进.利用改进后的人工蜂群算法来优化传统量子神经网络,使优化后的量子神经网络具有结构简单、参数少、收敛速度快和可跳出局部极小值等优点.实验结果表明,相比原训练算法该优化算法提高了量子神经网络收敛解的精度.

关键词：量子神经网络、人工蜂群算法、自适应、最优

所属期刊栏目：7

分类号：TP391.4(计算技术、计算机技术)

资助基金：广西民族师范学院科研项目20610140

在线出版日期：2017-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：34-37