一种基于量子蚁群算法的路径生成方法技术

本发明专利技术涉及路径生成，具体涉及一种基于量子蚁群算法的路径生成方法，利用路径编码量子电路真随机生成初始路径，并在当前迭代次数达到第一预设迭代次数时进入

【技术实现步骤摘要】
一种基于量子蚁群算法的路径生成方法


[0001]本专利技术涉及路径生成，具体涉及一种基于量子蚁群算法的路径生成方法
。

技术介绍

[0002]蚁群算法是一种启发式算法，起源于自然界中的蚂蚁觅食行为
。
该算法在提出之后得到了众多学者的关注，并在随后一段时间广泛应用于旅行商问题和调度问题中
。
蚁群算法由于不具有特定的控制中心，算法中每一只“蚂蚁”都是一个独立的个体，并通过特殊的机制产生交互作用
。
因此，蚁群算法相较于传统的
、
基于梯度的算法拥有更好的鲁棒性和更稳定的性能
。
但是，蚁群算法也存在局限性：
[0003]1)
在处理大规模问题时，蚁群算法的运行效率较低；
[0004]2)
在迭代的后期，由于蚁群算法本身的机制会导致每一只“蚂蚁”的路径都高度相似，使得蚁群算法非常容易陷入到局部最优中，从而影响算法的整体性能
。
[0005]上述缺陷使得传统蚁群算法难以有效应用于具有大规模点位的路径生成任务中，从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于量子蚁群算法的路径生成方法，其特征在于：包括以下步骤：
S1、
利用路径编码量子电路真随机生成初始路径，并在当前迭代次数达到第一预设迭代次数时进入
S2
；
S2、
根据蚂蚁所走过的路径更新信息素矩阵；
S3、
基于更新后的信息素矩阵计算从当前点位至所有未访问点位的概率，并确定概率最大的未访问点位；
S4、
将概率最大的未访问点位作为路径选择量子电路的倾向性点位，并对路径选择量子电路进行配置；
S5、
利用路径选择量子电路生成优化路径，并在当前迭代次数达到第二预设迭代次数时结束，否则返回
S3。2.
根据权利要求1所述的基于量子蚁群算法的路径生成方法，其特征在于：所述路径编码量子电路包括与输入量子比特位数具有相同路数的路径编码支路，所述路径编码支路包括依次连接的第一阿达玛门
、
量子电路测量模块；第一阿达玛门，基于输入量子比特生成能够同时表示所有点位的量子叠加态；量子电路测量模块，以预设概率使得量子叠加态随机坍塌为所有点位中的一个点位；其中，输入量子比特位数由点位数量决定，输入量子比特以二进制形式表示点位
。3.
根据权利要求2所述的基于量子蚁群算法的路径生成方法，其特征在于：
S1
中利用路径编码量子电路真随机生成初始路径，包括：将输入量子比特输入路径编码量子电路中的第一阿达玛门，基于输入量子比特生成能够同时表示所有点位的量子叠加态；经过量子电路测量模块后，以预设概率使得量子叠加态随机坍塌为所有点位中的一个点位，并将该点位作为路径起点；重复上述过程，直至得到输入量子比特位数所能表示所有不重复的点位，即得到初始路径
。4.
根据权利要求3所述的基于量子蚁群算法的路径生成方法，其特征在于：以输入量子比特为3位0态量子比特为例：所述将输入量子比特输入路径编码量子电路中的第一阿达玛门，基于输入量子比特生成能够同时表示所有点位的量子叠加态，包括：量子叠加态采用下式表示：其中，
i
为输入量子比特位数所能表示点位数量中的一个，对于3位0态量子比特，得到的量子叠加态能够同时表示
000、001、010、011、100、101、110、111
这8个点位，第一阿达玛门的数学表达式如下：所述经过量子电路测量模块后，以预设概率使得量子叠加态随机坍塌为所有点位中的一个点位，并将该点位作为路径起点，包括：
经过量子电路测量模块后，量子叠加态会以的概率随机坍塌为
000、001、010、011、100、101、110、111
这8个点位中的一个点位，并将该点位作为路径起点
。5.
根据权利要求4所述的基于量子蚁群算法的路径生成方法，其特征在于：
S2
中根据蚂蚁所走过的路径更新信息素矩阵，包括：信息素矩阵采用下式表示：
N
＝
[init_pher]
n
×
n
其中，
init_pher
为初始信息素浓度，
init_pher
＝
0.1
，
n
为点位数量，信息素矩阵中第
i
行第
j
列代表第
i
个点位至第
j
个点位的信息素；信息素矩阵中的信息素更新采用下式表示：其中，
N
[i][j]*
为原始信息素矩阵中第
i
行第
j
列对应更新后的信息素，
N
[i][j]
为原始信息素矩阵中第
i
行第
j
列的信息素，
rho
为信息素挥发因子，
Q
为信息素增加强度因子，
path_length
为某只蚂蚁不重复地走完所有点位的总路程
。6.
根据...

【专利技术属性】
技术研发人员：孙祺淳，李小刚，徐华，
申请(专利权)人：合肥弈维量子科技有限公司，
类型：发明
国别省市：