基于量子神经网络的分子沉积膜驱原油采收率预测方法

摘要

提出一种用于预测分子沉积(MD)膜驱原油采收率的量子神经网络方法。基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元,该神经元由加权、聚合、活化、激励四部分组成。再由量子神经元构造出三层量子神经网络模型,其输入和输出为实值向量,权值和活性值为量子比特。权值和活性值调整由量子门实现。基于梯度下降法构造了该模型的学习算法。将该模型应用于MD膜驱原油采收率的预测实验结果表明,该模型在收敛速度和泛化能力方面明显优于普通三层BP网络。