1、 毕业论文（设计）开题报告毕业论文（设计）开题报告 题 目： 基于量子遗传算法的函数寻优算法设计 学 院： 数理与信息学院 学生姓名： 专 业： 计算机科学与技术 班 级： A11 计算机 指导教师： 起止日期： 2014 年 11 月 17 日至 2015 年 6 月 5 日 2015 年 1 月 10 日 毕业设计（论文）开题报告毕业设计（论文）开题报告 一、 综述本课题国内外研究动态，说明选题的依据和意义 量子计算的研究开始于上个世纪八十年代，Feynman 和 Benioff 首先提出了量子计算的概念； 量子计算是利用量子理论中的有关量子态的叠加、纠缠和干涉等特性，量子计算有可能解决经
2、典计 算中的许多难题，以其独特的计算性能引起科学界的广泛关注. 1982 年，著名物理学家 Richard Feynman 最先提出了量子计算和量子计算机的概念，第一次 将量子力学系统用于推理计算； 1985 年著名物理学家 Deutsch 提出第一个量子计算模型, 利用量 子态的相干叠加性实现了并行的量子计算(Quantum Computation),由此量子计算迅速成为一门的新 学科。 2002 年，Kuk-Hyun Han 等提出量子遗传算法，它是一种基于量子计算原理的概率优化方法。 它以量子计算的一些概念和理论为基础，用量子位编码来表示染色体，用量子门作用和量子门更新 来完成进化搜索，
3、具有种群规模小而不影响算法性能、同时兼有“勘探”和“开采”的能力、收敛 速度快和全局寻优能力强的特点。原因是如果遗传算法中的选择、交叉及变异的操作方式选取不当， 那么算法将会在迭代次数、收敛速度方面受到影响，且容易产生局部极值的现象。量子遗传算法以 量子运算原理为基础，将遗传编码通过量子的态矢量表达来实现，对个体染色体的更新运用量子逻 辑门来完成，实现了比传统算法更佳的优化效果。 函数优化问题是量子遗传算法的经典应用领域， 也是对量子遗传算法进行性能评价的常用算法. 对于一些非线性、多模型、多目标的函数优化问题，用其他方法较难求解，而用量子遗传算法却可 以方便地得到较好的结果。 函数优化问题是
4、一个复杂的优化问题，特别是不可微或者多峰的函数，往往不能有效地求解。 而遗传算法作为一种高度并行、随机、自适应的全局优化概率搜索算法，它将每个可能的问题表示 为“染色体” ，从而得到一个由染色体组成的“群体，然后按遗传学规律进行选择、交叉、变异操作， 直到满足终止条件为止。 量子遗传算法提供了求解复杂系统优化问题的通用框架，函数优化正是其最成熟的应用领域。 在对各种复杂形式的测试函数的计算中，由于量子遗传算法直接以目标函数值作为搜索信息，同时 使用多个搜索点进行搜索，且这种概率搜索始终遍及整个解空间，都能找到几乎全局最优解。对于 一些非线性、多模型、多目标的函数优化问题，在其他优化方法较难求解
5、时，量子遗传算法也能方 便地得到较好的结果。 本课题旨在总结量子遗传算法的工作原理及流程基础上，针对传统量子遗传算法的不足，提出 一些改进思想，并以多个非线性函数的寻优为实验场，验证改进算法的有效性。 二、研究的基本内容，拟解决的主要问题： 研究的基本内容： 1. 了解量子计算、遗传算法与退火思想。 2. 学习量子遗传算法。 3. 学习函数优化。 4. 结合退火思想、量子交叉操作改进量子遗传算法 拟解决的主要问题： 1. 如何实现量子遗传算法的量子交叉操作？ 2. 如何实现基于退火思想的量子遗传算法？ 三、研究步骤、方法及措施： 步骤：首先阅读国内相关研究成果，制定出论文的研究目标和需要实现的
6、功能，再是编写论文 的提纲，然后是根据论文提纲，收集资料，最后对收集到的资料进行筛选，整理，最后是撰写论文 正文； 方法：资料检索法，参考文献查找法，比较分析法和数据统计法； 措施：通过图书馆借阅书本和上互联网进行查找资料。 四、参考文献 1 Shor P.W. Quantum Computing ,Doc. Mathematical, Vol Extra Volume ICM,1998:467-486 2 Grover L.K.A fast quantum computation: Discrete logarithms andfactoring.Proc.35th,NJ:IEEE Press,Nov.1994:124-134 3 Feynman R.P. Simulating Physics with Computers. International Journal of Theoretical Physics.1982
