一种基于ABC的量子神经网络训练算法

摘要

传统的量子神经网络的训练方法容易使得算法陷入局部极小值,将Artificial Bee Colony（ABC）算法引入到原训练算法中,并且对人工蜂群算法进行改进。利用改进后的人工蜂群算法来优化传统量子神经网络,使优化后的量子神经网络具有结构简单、参数少、收敛速度快和可跳出局部极小值等优点。实验结果表明,相比原训练算法该优化算法提高了量子神经网络收敛解的精度。