针对旅行商问题(TSP),提出了一种新的混合量子优化算法――量子蚁群算法。量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置,采用量子旋转门更新蚂蚁的位置,选取国际通用的TSP实例库中多个实例进行测试。仿真实验表明,该算法具有很好的精确度和鲁棒性,可使搜索空间加倍,比传统的蚁群算法具有更好的种群多样性。
2023-04-30 18:35:15 735KB 工程技术 论文
1
基于量子进化理论以及蚂蚁群体的寻优策略,结合一种二进制量子蚁群算法,提出了一种自适应相位旋转的二进制量子蚁群算法(Binary Quantum Ant Colony Optimization Algorithm,BQACO)。该算法采用量子比特概率幅表示蚁群信息素,利用伪随机选择策略实现蚂蚁的位置移动,通过自适应相位旋转以及变异操作,实现蚂蚁信息素的动态更新,并有效降低算法早熟收敛概率。通过标准测试函数对其优化性能进行研究,该算法在函数优化的全局寻优能力和快速搜索能力上,均优于二进制量子蚁群算法和连续量子蚁群算法。
2022-04-07 15:04:09 565KB 论文研究
1
在经典的蚁群算法中引入量子的概念,提高了搜索的速度和精确度。代码1,2,3,4合起来才是完整的。
2022-04-05 21:39:57 2KB 量子蚁群
1
论文研究-带时间窗车辆路径问题的量子蚁群算法.pdf,  带时间窗的车辆路径问题(VRPTW)是VRP的一种重要扩展类型, 是组合优化中的一个NP难题, 针对蚁群算法在求解VRPTW问题时易陷入局部最优和收敛速度慢的问题, 本文结合量子计算提出一种求解VRPTW的量子蚁群算法(QACA). 通过定义人工蚂蚁的转移概率, 增加量子比特启发式因子, 以及用量子旋转门实现信息素更新, 从而提高算法的全局搜索能力, 有效避免了算法陷入局部最优. 经一系列VRPTW的仿真实验表明, 量子蚁群算法较蚁群算法在求解VRPTW问题上具有更好的性能, 通过与其他算法的比较, 进一步说明量子蚁群算法是可行有效的.
2021-11-10 19:57:13 664KB 论文研究
1
在经典的蚁群算法中引入量子的概念,能有效提高搜索的速度和精确度。代码1,2,3,4合起来才是完整的。
2021-05-06 17:58:47 4KB 量子蚁群
1
量子蚁群算法的小论文,设计新的思路求解传统TSP问题,并对结果进行了验证对比
2019-12-21 19:28:48 669KB TSP 量子蚁群算法
1