1) parallel quantum evolutionary algorithm
并行量子进化算法
1.
In this paper we present a hybrid parallel quantum evolutionary algorithm (PQEA) based on cost minimization technique for edge detection.
本文基于费用函数最小化方法,提出一种混合并行量子进化算法用于文本图像的边缘检测。
2) Parallel evolutionary algorithm
并行进化算法
1.
Parallel Evolutionary Algorithm and Its Application on the Combinatorial Optimization Problem;
并行进化算法及其在组合优化中的应用
3) quantum parallel algorithms
量子并行算法
1.
In this paper, the quantum computer model and its physical implementation, quantum computation procedure, quantum computation approach, design of quantum parallel algorithms are discussed, and the characteristic of exponential storage and speed up of quantum algorithms is analyzed.
讨论量子计算机模型及其物理实现方案、量子计算过程、量子计算模型和量子并行算法 ,分析量子计算的指数级存储容量和指数加速特征 ,并简述量子计算和量子信息技术在保密通信、密码系统、数据库搜索等重要领域的应用 。
4) quantum-inspired evolutionary algorithm
量子进化算法
1.
Optimization of SoC test architecture based on quantum-inspired evolutionary algorithm;
基于量子进化算法的SoC测试结构优化
2.
Application of quantum-inspired evolutionary algorithm in reactive power optimization;
量子进化算法在电力系统无功优化中的应用
3.
Quantum-inspired evolutionary algorithm is a kind of evolutionary computation algorithm in the form of quantum chromosome and is based on the concept of quantum computation.
量子进化算法是一种基于量子计算概念且具有量子染色体形式的进化算法,由于计算中融入了当前最优解的信息,同时采用全干扰交叉操作克服早熟现象,因此该算法具有更快的收敛速度和全局寻优能力。
5) quantum evolution algorithm
量子进化算法
1.
Cementing plan optimization design based on quantum evolution algorithm
基于量子进化算法的固井方案优化设计
2.
To raise global search capacity and convergent speed, a new evolution algorithm, based- descending search quantum evolution algorithm, was put forward on the basis of the quantum evolution algorithm (QEA) and the hybrid genetic algorithm.
为了提高全局寻优能力和收敛速度,基于量子进化算法和混合遗传算法,提出了一种新的进化算法。
3.
In this paper we proposed two methods to solve the multiple sequence alignment using Adaptive Genetic Algorithm and Quantum Evolution Algorithm separately after studying these existing methods.
本文在研读了现有比对方法之后,提出了用自适应遗传算法(Adaptive Genetic Algorithm-AGA)和量子进化算法(Quantum Evolution Algorithm -QEA)来求解MSA问题。
6) Quantum evolutionary algorithm
量子进化算法
1.
An improved quantum evolutionary algorithm and its application to a real distribution routing problem;
改进量子进化算法及其在物流配送路径优化问题中的应用
2.
Hybrid Quantum Evolutionary Algorithms and its Application;
混合量子进化算法及其应用
3.
Comparative study of quantum evolutionary algorithm and immune algorithm
量子进化算法和免疫算法的比较研究
补充资料：并行算法
适用于并行计算机的数值算法。计算机传统结构的显著特征是单指令流单数据流，即每一时刻按一条指令处理一个数据。通常的数值算法适于此类计算机，可称串行算法。20世纪60年代开始发展含大量处理机的并行计算机，它分单指令流多数据流与多指令流多数据流两类，每一时刻分别按一条或多条指令处理多个数据。并行计算机的出现促使了适应其并行这个特点的并行算法的发展。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条