城际零担货运平台车辆路径问题研究

在考虑城际零担货运平台现有各种不同补贴方案的基础上，以平台补贴成本、车辆使用成本及燃油成本之和最小为目标函数，建立考虑车-货匹配、车辆三维装载等约束条件的车辆路径优化模型。设计一种混合量子粒子群优化算法，计算货物匹配方案、车辆路径、货物装卸顺序、货物装载位置以及平台补贴最优决策方案。实验结果表明：改进的量子粒子群算法得到的小规模算例优化解与CPLEX优化软件得到的最优解偏差为3.31%；改进的量子粒子群算法通过在求解最佳中间位置时引入适应度函数值作为权重，求解的大规模算例结果比传统量子粒子群算法提高了0.91%；通过分析最优解的特点，将改进的量子粒子群算法与启发式算法相结合，算法的求解 质量提高了4.05%；通过补贴模式对比实验发现，在合理规划周期内，货主时长补贴和空载补贴的增长在维持总成本基本不变的情况下，可有效提升平台利润，提高车辆利用率。     

公路主枢纽站场布局评价指标定量化研究

在合理构建站场布局评价指标体系与比选模型的基础上 ,对两层评价指标分别作了定量化研究。其中第一层评价指标如站场布局的适应性、协调性、经济性、方便性、社会性和运作性引证了各国众多公路主枢纽评价定量化的结果。对第二层评价指标如站场规模适应性、站场发展余地、与其他运输方式协调性、与城市总体规划的协调性、车辆出入条件、旅客货主进站便捷性、对环境影响程度、运营管理难易性等评价指标采用负指数方法 ,并应用合理的修正系数对评价值修正 ,将其评价值控制在 0～ 1之间。之后 ,将两层的评价指标进行了综合定量化 ,使得评价结果更加科学化     

多量子阱的阀值电流与最佳阱数及腔长的关系

推导了量子阱激光器(也称为低阈值量子阱激光器)的最佳阱数的计算公式,经与实验值相比较,比较吻合,并且用PSpice模拟了阈值电流与腔长的关系。     

基于量子遗传算法的TDOA定位技术研究

为了解决TDOA定位估计中遇到的非线性最优化问题,提出了一种联合使用Chan算法和量子遗传算法的混合定位算法,采用二进制量子编码和量子旋转门更新个体,针对TDOA方式进行最佳坐标搜索。仿真结果表明,该算法性能稳定,能找到全局最优的解,相对于Chan算法精度更高,相对于遗传算法有更快的收敛速度。     

基于腔QED的量子网络即时通讯

提出了一种在实验上可行的利用腔QED实现的量子通信方案.这种方案的优点是原子与腔相互作用时在经典驱动和大失谐的条件下,不再受腔衰减和热场的影响,Bell基的测量转变为原子态的测量,从而使多人之间的量子即时通信较容易实现.     

基于量子指针的量子灰度图像处理

为了解决量子灰度图像处理中量子图像的表示问题,利用量子态保存图像的灰度信息和位置信息,依据灰度图像灰度变化范围小的优势,提出并证明了一种量子灰度图像的存储表达式,而且在此表达式的基础上,提出了“量子指针”的概念。把量子指针作为图像像素灰度信息与位置信息联系的纽带,利用其双向性和子块性可使得量子灰度图像在存储及其他操作方面更为简单,方便,最后也验证了它的可行性。     

量子混沌系统中的非定态对扰动的敏感性

从数值计算发现，对于自治的量子混沌系统，非定态的演化对于扰动非常敏感。除了进一步肯定以前对于非自制系统的结果外，还发现了一些新的现象。经过足够长的时间，即使扰动非常微弱，互作用表象中的矩阵元也要变成随机的分布。规则系统与混沌系统的差别非常显著。     

基于量子遗传优化算法的图像稀疏分解

为了减少图像稀疏分解的计算量,提出了一种基于量子遗传算法与匹配追踪相结合的图像稀疏分解快速算法.量子遗传算法能用较小的种群规模实现较大的空间搜索,全局寻优能力强,基于匹配追踪的图像稀疏分解是最优化问题,因此可用量子遗传算法快速实现.仿真结果表明,每步分解所需计算的图像或图像残差与原子的内积仅4 000次,由分解结果重建的图像具有较好的主观质量.     

非均匀磁场中Heisenberg XXZ白旋链的热量子失协

研究了非均匀磁场中两量子比特的一维海森堡XXZ自旋链的热量子失协,探讨了有限温度下的量子纠缠和量子失协行为,并且对参数（温度T,均匀磁场B,非均匀磁场b和自旋耦合系数Jz）依赖所产生的影响进行了计算和讨论,并比较了两者之间的差异,得到了一些有意义的结果．     

��������������ĵ�·��ͨ�¹�Ԥ��

道路交通事故预测是道路交通安全研究的一项重要内容. 针对BP神经网络在道路交通事故预测中精度不足及收敛速度慢的问题,引入量子神经网络并构建道路交通事故预测模型. 模型通过对道路交通事故时间序列进行相空间重构,有效扩充训练样本数量;且隐含层神经元采用态叠加的激励函数,对道路交通事故数据的特征空间进行多层梯级划分,以快速匹配输入数据与特征空间的对应关系,提高模型的收敛速度;在训练过程中动态调整量子间隔,以响应事故数据的强随机性. 实验结果表明,该预测模型能够较好地适应道路交通事故数据的特性,且预测精度和收敛速度较改进BP神经网络有显著提高.