基于量子计算多Agent系统理论的人工神经网络训练方法

摘要：

人工神经网络是可用于建模、探讨各种复杂非线性现象的强大工具.本文提出了一种新的基于多Agent系统理论(MAS)和量子算法的人工神经网络.在该人工神经网络中所有节点都为有学习能力的量子计算Agent(QCMAS).通过训练QCMAS强化学习,提出了新的人工神经训练方法.新的人工神经具有强大的并行工作能力而且它的训练时间比经典算法短,实验结果证明了该方法的有效性.

关键词： 人工神经网络 多代理系统理论 量子算法 训练方法

作者: 孟祥萍 魏本艳 于雪芳 苑全德 皮玉珍

作者单位: 长春工程学院电信学院,吉林,长春,130012 东北电力大学信息工程学院,吉林,132012 东北电力大学电气工程学院,吉林,132012

会议类型: 国内会议

会议名称: 2010系统仿真技术及其应用学术会议

会议地点: 长春

会议语种:中文

页码: 6-10

在线出版日期: 2010-08-01（万方平台首次上网日期，不代表论文的发表时间）