声明
东华大学学位论文版权使用授权书
摘要
第一章 绪论
1.1 研究背景
1.2 研究目的和意义
1.3 主要研究内容及创新点
1.3.1 主要研究内容
1.3.2 创新点
1.4 论文的内容安排
第二章 量子可逆逻辑综合概述
2.1 引言
2.2 量子信息与量子计算
2.3 量子计算机与可逆计算
2.4 量子逻辑门
2.4.1 (1,1)量子逻辑门
2.4.2 (2,2)量子逻辑门
2.4.3 (3,3)量子逻辑门
2.5 量子可逆逻辑电路的特点
2.6 量子可逆逻辑综合的研究进展
2.7 量子计算的物理实现研究
2.8 本章小结
第三章 进化计算与多目标进化算法
3.1 引言
3.2 进化计算原理
3.2.1 生物学基础
3.2.2 基本概念
3.2.3 框架模型
3.3 进化计算的研究内容和应用领域
3.4 进化算法的分析与比较
3.4.1 遗传算法
3.4.2 进化策略
3.4.3 进化规划
3.4.4 遗传编程
3.4.5 差分进化
3.5 多目标优化问题
3.6 多目标进化算法简介
3.6.1 发展简史
3.6.2 算法分类
3.6.3 一般流程
3.7 多目标进化算法与传统多目标算法的比较
3.8 多目标进化算法研究进展
3.8.1 关键理论问题研究
3.8.2 应用研究
3.8.3 开放性研究课题
3.9 本章小结
第四章 基于Baldwin效应的自适应有性繁殖混合遗传算法
4.1 引言
4.2 Baldwin效应
4.3 有性繁殖技术
4.4 箅法的设计与实现
4.4.1 算法结构
4.4.2 性别确定方法
4.4.3 适应度评估
4.4.4 选择配对方法
4.4.5 自适应交叉、变异算子
4.4.6 收敛性分析
4.4.7 仿真实验与结果讨论
4.5 本章小结
第五章 基于Pareto最优的多目标自适应离散差分进化算法
5.1 引言
5.2 Pareto最优问题
5.3 一种新型的自适应离散差分进化策略
5.4 算法的设计与实现
5.4.1 算法结构
5.4.2 Pareto快速分层排序策略
5.4.3 种群的更新与维护操作
5.4.4 实例仿真与性能比较
5.5 本章小结
第六章 基于进化计算的多目标量子可逆逻辑自动综合方法研究
6.1 引言
6.2 可逆逻辑基本定义
6.3 量子代价
6.4 电路抽象模型
6.5 编解码方案
6.6 修复与化简方法
6.6.1 前位优先修复机制
6.6.2 基于知识的化简方法
6.7 基于动态多目标评估的量子可逆逻辑自动综合方法
6.7.1 动态多目标评估方法
6.7.2 综合方法的流程设计
6.8 基于Pareto最优的多目标量子可逆逻辑自动综合方法
6.8.1 基于Pareto最优的综合子目标设计
6.8.2 进化综合的结构流程
6.9 综合实验与结果分析
6.9.1 综合基准实例与性能评估准则
6.9.2 门级器件库选用
6.9.3 实验环境与参数设置
6.9.4 性能比较与结果分析
6.10 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
参考文献
致谢
附录
附录A 攻读博士学位期间主持和参与的项目
附录B 攻读博士学位期间发表和投稿的论文
附录C 攻读博士学位期间获得的奖励