一种基于ABC的量子神经网络训练算法

凌晔华+郑鑫

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極小值，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

中图分类号：TP391.4

文献标志码：A

文章编号：2095-2163（2017）02-0034-04