量子神经网络在PID参数调整中的应用  

Application of Quantum Neural Networks in Proportion Integration Differentiation Parameters Adjustment

作　　者：曹茂俊[1] 李盼池[1,2] 肖红[1] 

机构地区：[1]东北石油大学计算机与信息技术学院,黑龙江大庆163318 [2]东北石油大学石油与天然气工程博士后科研流动站,黑龙江大庆163318

出　　处：《计算机工程》2011年第12期182-184,189,共4页Computer Engineering

基　　金：中国博士后科学基金资助项目(20090460864;201003405);黑龙江省博士后科学基金资助项目(LBH-Z09289);黑龙江省教育厅科学技术研究基金资助项目(11551015)

摘　　要：提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优于反向传播网络。This paper presents an online adjusting method of Proportion Integration Differentiation（PID） parameters based on Quantum Neural Networks（QNNs）. By designing a controlled quantum rotation gate, a quantum neuron model is constructed, including two kinds of design parameters： rotation angle of qubits phase and its control range. A quantum neural networks model based on quantum neuron is proposed. By using gradient descent algorithm, a learning algorithm of the model is designed. Experimental results show that both the adjusting ability and the stability of QNNs model are superior to that of the Back Propagation（BP） networks.

关 键 词：受控量子旋转门 量子神经元 量子神经网络 比例积分微分参数调整 量子比特相位 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]