改進量子蟻群算法的研究及應用.pdf

1、量子計算具有許多優(yōu)良的特性，如并行性、存儲容量達指數級以及指數加速等，當今許多國家都對其進行研究，并把其列為本國重點研究的前沿學科。量子理論中定義的量子態(tài)的疊加、糾纏和干涉等特征可以解決傳統計算中的許多難題，量子計算因其強大的計算能力和獨特的計算性能吸引了眾多國內外學者的關注。
　　組合優(yōu)化問題的解決在理論和實際應用領域都有非常重要的地位。隨著問題規(guī)模的擴大，因為計算復雜度的問題，如果使用確定性算法很多組合問題的最優(yōu)解是無法實現的

2、。針對難解的離散優(yōu)化問題，蟻群優(yōu)化算法是一種理想的方法，在合理的時間內，它能得到能夠接受的解。該算法易于與其它算法結合，具有正反饋、分布式、魯棒性強的優(yōu)點。
　　量子計算與智能方法的結合開辟了一個新的研究方法，在一定情況下，可以克服陷入局部最優(yōu)解并提高計算效率。因此，研究與量子相關的智能技術，在傳統經典計算中引入與量子計算相關的一些原理，改善計算的性能，同時具有重要的應用價值和理論價值。量子蟻群算法是蟻群算法與量子計算結合而提出的

3、算法，該算法的種群具有較好的分散性，對問題的全局搜索有較強的優(yōu)勢，收斂速度也較快，并行性較佳。本文主要針對量子蟻群算法的特性進行改進研究，并將其應用于組合優(yōu)化問題的求解。
　　本文將量子計算的并行性特性與云平臺結合起來，實現了基于云平臺的量子蟻群算法，結果顯示，基于云平臺的量子蟻群算法具有更好的并行效率。為了進一步研究量子蟻群算法的性能，將量子蟻群算法與鄰域搜索相結合，提出了一種基于變換鄰域的改進量子蟻群算法，并將其用于求解TSP