计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
11期
161-163,184
,共4页
人工神经网络%量子学习%量子计算
人工神經網絡%量子學習%量子計算
인공신경망락%양자학습%양자계산
人工神经网络是可用于建模和求解各种复杂非线性现象的工具.针对传统神经网络训练时间长、节点数目受计算机能力限制等缺点,提出了一种新的多Agent系统理论(MAS)和量子算法的人工神经网络.在人工神经网络训练方法中,每个神经元或节点是一个量子Agent,通过强化学习算法后具有学习能力,然后用QCMAS强化学习算法作为新的神经网络的学习规则.这种新的人工神经网络法具有很好的并行工作能力而且训练时间比经典算法短,实验结果证明了方法的有效性.
人工神經網絡是可用于建模和求解各種複雜非線性現象的工具.針對傳統神經網絡訓練時間長、節點數目受計算機能力限製等缺點,提齣瞭一種新的多Agent繫統理論(MAS)和量子算法的人工神經網絡.在人工神經網絡訓練方法中,每箇神經元或節點是一箇量子Agent,通過彊化學習算法後具有學習能力,然後用QCMAS彊化學習算法作為新的神經網絡的學習規則.這種新的人工神經網絡法具有很好的併行工作能力而且訓練時間比經典算法短,實驗結果證明瞭方法的有效性.
인공신경망락시가용우건모화구해각충복잡비선성현상적공구.침대전통신경망락훈련시간장、절점수목수계산궤능력한제등결점,제출료일충신적다Agent계통이론(MAS)화양자산법적인공신경망락.재인공신경망락훈련방법중,매개신경원혹절점시일개양자Agent,통과강화학습산법후구유학습능력,연후용QCMAS강화학습산법작위신적신경망락적학습규칙.저충신적인공신경망락법구유흔호적병행공작능력이차훈련시간비경전산법단,실험결과증명료방법적유효성.
