要進化一個解決方案，必須不斷改變種群！bso-researchgate

1、量子頭腦風暴在5G中的運用,ByJun Steed Huang （黃駿）,中國深圳，南方科技大學，群體智能實驗室,http://www.swarmintelligence.cn/,狗年春節(jié), 2018,概要,量子效應 超光速的不是平方的 頭腦風暴算法 三個皮匠一個諸葛亮 5G的運用 霧計算農(nóng)藥 氮化鎵放大 結(jié)論,,,量子效應,Your never know,量子糾纏的速度超過了光速，制約光速的是符合歐幾里得平方法則

2、的空間框架，要打破這個時空框架不只是簡單的非歐幾何可以解決的問題，需要分數(shù)維離散不連續(xù)的比芬氏空間更復雜的空間,,,,,2,世界其實像e一樣破碎的沒完沒了,2008年, 日瑞瓦科學家測過糾纏的速度，2013年，青島的科學家也測過糾纏的速度g，結(jié)論都是光速c的一萬倍，所以我們有以下的推理： ∵ E = m c (3+1)/2= m g e/2 ∩ e = 2.71828182846 c =

3、299792458 m / s ∴ g/c = 9930.509917796768180071686850124,為了刻畫這個破碎的世界，我們先推廣一下勞倫茲變換,在各向異性的世界里時空有自己各自的度量,勞倫茲反變換也是各行其道,Phoenix,我們用復數(shù)來表示跨時空量子比特,You knew what you want,頭腦風暴,大多數(shù)群體智能算法都是由簡單的自組織協(xié)同啟發(fā)而來的，粒子群優(yōu)化算法受到鳥類協(xié)同效應的啟

4、發(fā)，蟻群算法是由螞蟻的協(xié)同效應啟發(fā)而成的，螢火蟲協(xié)同效應啟發(fā)的螢火蟲優(yōu)化算法，由我們最聰明的生物協(xié)同效應啟發(fā)的頭腦風暴優(yōu)化算法！,PSO,,,,?在BSO算法，把解決方案聚成幾類種群，新的解決方案是通過種群突變和現(xiàn)有的解決方案混合產(chǎn)生的。?BSO算法可以看作是一個組合的群體智能與數(shù)據(jù)挖掘技術(shù)。?每個個體在頭腦風暴優(yōu)化算法不僅是一個問題的優(yōu)化解決方案，也是一個顯示問題特征的數(shù)據(jù)點集。,種群的定義：在一個城市中，一個區(qū)域?qū)⒁詠?/p>

5、洲人為主，一個區(qū)域主要是黑人區(qū)域，一個區(qū)域?qū)⒁园兹藶橹?。觀察：如果一個地區(qū)的經(jīng)濟在增長，現(xiàn)有的社區(qū)一定在吸引移民；如果經(jīng)濟不變，那么人口種群沒有改變。結(jié)論：要進化一個解決方案，必須不斷改變種群！,BSO,?頭腦風暴優(yōu)化算法（Brain Storm Optimization Algorithm,簡稱 BSO 算法）作為一種新型的智能優(yōu)化計算方法，在解決經(jīng)典優(yōu)化算法難以求解的大規(guī)模高維多峰函數(shù)問題是顯示出其優(yōu)勢。受人類創(chuàng)造性解決問題

6、過程——頭腦風暴會議的啟發(fā)， 2011年史玉回老師在第二次群體智能國際會議(The Second International Conference on Swarm Intelligence(ICSI11))中提出一種新的群智能優(yōu)化算法——頭腦風暴優(yōu)化算法，算法采用聚 類思想搜索局部最優(yōu)，通過局部最優(yōu)的比較得到全局最優(yōu)；采用變異思想增加了算法的多 樣性，避免算法陷入局部最優(yōu)，在這聚與散相輔相承的過程中搜索最優(yōu)解。?我們在利用量子放大

7、器檢測農(nóng)藥殘毒的時候發(fā)現(xiàn)，讀數(shù)總是同時存在兩種或以上不同的概率密度函數(shù)，推測7種色彩的光量子之間存在不可分割的糾纏現(xiàn)象，用同一個頭腦風暴算法很難同時捕捉到兩種以上同時存在的不同濃度峰值的數(shù)據(jù)，所以我們把頭腦風暴算法推向了量子的版本，以便更精細的刻畫跨數(shù)量級（從ppm到ppb)不同濃度下的殘毒曲線的形狀:https://www.researchgate.net/publication/313853976_Portable_Pestici

8、de_Detector_using_Quantum_Effect_Photon_Multipliers_and_Data_Fusion_Divisions_based_on_Chemiluminescence,,,,,,量子比特化的頭腦風暴,warmholes positive negative,Fitness β

9、 α,|0> |1>,5G 霧計算農(nóng)藥,You may not get what you want,分布式計算,云計算太慢了，因為服務器農(nóng)場離你太遠了。邊緣計算太小，因為服務器中的條目有限。霧計算既不慢，也不小。,5th Annual International Conference on Mechanics and Mechatronics （ICMM2017），Xiamen,5G

10、化,移動云計算太慢，因為無線管道不牢固。移動邊緣計算不是很快，因為有很多用戶。5G的霧計算速度很快，而且不掉線。,5th Annual International Conference on Mechanics and Mechatronics （ICMM2017），Xiamen,農(nóng)藥殘毒的霧計算讀數(shù),5th Annual International Conference on Mechanics and Mechatronic

11、s （ICMM2017），Xiamen,量子頭腦風暴可以同時計算出多種農(nóng)藥的濃度BSO-0 fitness is BSO-1 probabilityBSO-1 fitness is BSO-0 probabilityThe fitness is given by (∑x1.5 )1/1.5,T2,T1,5th Annual International Conference on Mechanics and Mechatroni

12、cs （ICMM2017），Xiamen,M*S1*S2 = E*T1*T2,T2,T1,便攜式農(nóng)藥檢測上傳下載霧計算大數(shù)據(jù)平臺,5th Annual International Conference on Mechanics and Mechatronics （ICMM2017），Xiamen,5th Annual International Conference on Mechanics and Mechatronics （ICMM

13、2017），Xiamen,5G 放大器的優(yōu)化,You may not get what you want,有四個原因可以解釋為什么GaN被選為設(shè)計的功率放大器 ：?氮化鎵（GaN）是一列列III和V（周期表中）直接帶常用的發(fā)光二極管自上世紀90年代隙半導體。?對電離輻射的敏感性較低，這使得深空間應用太陽能電池陣列的一個合適的材料。,The International Conference on Computer Sci

14、ence and Application Engineering(CSAE 2017), Shanghai,?高擊穿電壓、高電子遷移率和飽和速度也使得高功率和高溫微波應用的理想選擇。?2010第一次增強型氮化鎵晶體管成為可能。,The International Conference on Computer Science and Application Engineering(CSAE 2017), Shanghai,這種復合材料

15、非常堅硬，有纖鋅礦晶體結(jié)構(gòu)，它是以六方晶系或120度角的晶體結(jié)構(gòu)為代表的礦物纖鋅礦。它的寬禁帶寬度為3.4 eV，在光電子、大功率、高頻器件等方面具有獨特的性能。對電離輻射的敏感性較低，這使得深空間應用太陽能電池陣列的一個合適的材料。GaN晶體管可以工作在更高的溫度和工作在比傳統(tǒng)的砷化鎵（GaAs）高電壓晶體管。,The International Conference on Computer Science and Applicati

16、on Engineering(CSAE 2017), Shanghai,5G氮化鎵放大器的小信號模型,,The International Conference on Computer Science and Application Engineering(CSAE 2017), Shanghai,S-parameter sensitivity analysis,The International Conference on Compu

17、ter Science and Application Engineering(CSAE 2017), Shanghai,5. 結(jié)論,量子頭腦風暴優(yōu)化不但可以用來優(yōu)化農(nóng)藥檢測的5G霧計算平臺，還可以應用驅(qū)動晶體管擬合5G放大方程，以S參數(shù)測量的數(shù)據(jù)，利用量子糾纏頭腦風暴優(yōu)化算法訓練的5G功率放大器，最大限度地減小了負載變化對測量誤差的影響。仿真結(jié)果表明，該方法是一種可行的工程化解決方案。新算法使5G訓練決策在基站頻率和網(wǎng)絡負載定制方