基于MATLAB实现的量子蚁群算法程序，量子grove算法程序，量子神经网络算法程序等+使用说明文档.rar

clear all; close all; x=0.001:0.001:1; N=1000; %标准Grove算法迭代步数 r0=round(acos(sqrt(x))./(2.*asin(sqrt(x))));%???? % 标准Grove算法成功概率 P0=（sin((2.*r0+1).*asin(sqrt(x)))).^2; MINO=1;MINNO=1; for i=1:1:N if PO(i)<MINO MINO=PO(i);MINNO=i; end end g1=0.1*pi; b1=asin(sin(g1/2).*sqrt(x)); a=sqrt(1-x); b=cos(g1/2).*sqrt(x)+cos(b1); nt=a.^2+b.^2; % 固定相位(0.1)Grove算法迭代步数 r1=fix(pi./(4*asin(sin(g1/2).*sqrt(x)))); s1=4.*a.^4.*b.^2.*(sin(2.*r1.*b1)).^2; s2=(a.^4+b.^4).*x; s3=-4.*a.^2.*b.^3.*sqrt(x).*sin(2.*r1.*b1).*cos(2.*r1.*b1+g1/2+pi/2); s4=-4.*a.^4.*b.sqrt(x).*sin(2.*r1.*b1).*cos(2.*r1.*b1-g1/2-pi/2); s5=2.*x.*a.^2.*b.^2.*cos(4.*r1.*b1); % 固定相位(0.1)Grove算法成功概率 P1=(s1+s2+s3+s4+s5)./(nt.^2); MIN1=1;MINN1=1; for i=1:1:N if P1(i)<MIN1 MIN1=P1(i);MINN1=i; end end g2=1.825*pi; a1=acos(x*(1-cos(g2))-1); % 固定相位(1.825)Grove算法迭代步数 r2=fix(g2./(2.*sqrt(x))); q1=sin((r2+1).*a1)./sin(a1); q2=sin(r2.*a1)./sin(a1); % 固定相位(1.825)Grove算法成功概率 P2=1-(1-x).*(q1+q2).^2; MIN2=1;MINN2=1; for i=1:1:N if P2(i)<MIN2 MIN2=P2(i);MINN2=i; end end a3=1-x; % 局部扩散Grove算法成功概率 P3=(1-a3).*(((sin(r3+1).*acos(a3))).^2)./(sin(acos(a3))).^2+((sin(r3.*acos(a3))).^2)./(sin(acos(a3))).^2); MIN3=1;MINN3=1; for i=1:1:N if P3(i)<MIN3 MIN3=PI(3);MINN3=i; end end MIN0 % 标准算法最小概率 x(MIN0) %标准算法最小概率时x r0(MINN0)%标准算法最小概率时迭代步数 MIN1 %固定相位(0.1)算法最小概率 x(MINN1)% 固定相位(0.1)算法最小概率时x r1(MINN1)% 固定相位(0.1)算法最小概率时迭代步数 MIN2 %固定相位(1.825)算法最小概率 x(MINN2)% 固定相位(1.825)算法最小概率时x r1(MINN2)% 固定相位(1.825)算法最小概率时迭代步数 MIN3 %局部扩散算法最小概率 x(MINN3) %局部扩散算法最小概率时x r3(MINN3) %局部扩散算法最小概率时迭代步数 figure(1) plot(x,P0,x,P1,x,P2,x,P3) figure(2) plot(x,r0,x,r1,x,r2,x,r3)