【技术实现步骤摘要】
【】本专利技术属于网络信息与量子计算的交叉领域，具体涉及一种战术行动中平台聚类编组问题的基于qaoa量子增强求解方法。
技术介绍
0、
技术介绍
1、军事c2组织中平台指的是组织中的物理资源载体，是作战任务的直接执行者，提供武器装备、通信设施和侦察监视设备等资源。与任务的功能相同，平台也属于军事c2组织中的元素，是军事c2组织设计的基础。行动中平台聚类编组问题涉及的平台种类和规模不多，但对实时性要求较高。qaoa算法不仅可以用于解决最大切割问题，还可以用于解决组合优化问题。sebastian brandhofer等人针对股票投资组合问题，首先将投资组合优化问题转化为二元二次优化问题，再采用不同版本的qaoa算法对其进行详细研究，取得了良好的效果。samantha koretsky等人针对电力系统机组组合优化问题，以最小化满足电力负荷的成本为目标函数，采用qaoa算法进行优化计算，并选用经典的最小优化器对qaoa算法进行扩展。pontus 等人针对目前航空公司面临的航班分配问题，通过数学模型演变将航班分配问题映射为精确覆盖问题，采用变分混合量子经典qaoa算法进行求解，并通过航空公司实际数据对算法进行验证。yijun zhang等人针对np完全问题中的最小顶点覆盖问题，通过问题对应的伊辛模型计算推导出问题对应的哈密顿量，根据问题对应的哈密顿量构建一个基于qaoa量子线路的求解方案。仿真结果表明，该方案能够在多项式时间内高概率获得问题的较优解。
2、上述相关研究是对于qaoa算法的应用以及拓展，然而其并没有
3、同时目前针对平台聚类编组问题，主要采用的经典方法有多维动态列表规划法和多优先级列表动态规划法等，根据现有技术文献相关内容，分析得出这两种算法时间复杂度约为o(n2)，这两种算法都存在容易陷入局部最优，不能取得较优解或次优解的情况。
4、鉴于此，本专利技术提供一种可有效解决战术行动中平台聚类编组问题的量子增强求解方法。
技术实现思路
0、
技术实现思路
1、针对上述问题，本专利技术提供一种战术行动中平台聚类编组问题的基于qaoa量子增强求解方法，该方法可有效解决战术行动中平台聚类编组问题，同时与一些经典算法相比，算法的时间复杂度得到了大幅度降低。
2、本专利技术是通过以下技术方案实现的，提供一种战术行动中平台聚类编组问题的基于qaoa量子增强求解方法，包括下列步骤：
3、s1将战术行动中平台聚类编组问题转化为两个相关联的子问题，分两个阶段进行求解；
4、s2针对第一阶段子问题，以整数重量背包问题对应的经典伊辛模型为依据，计算推导出该问题对应的量子伊辛模型和哈密顿量，根据问题对应的哈密顿量，设计构建基于qaoa的量子线路；
5、s3选用经典优化算法对量子线路中的参数进行优化处理，在平台数据集合中，通过该量子线路求出与各任务簇对应的平台簇集合；
6、s4针对第二阶段子问题，以精确覆盖问题对应的经典伊辛模型为基础，计算推导出该问题对应的量子伊辛模型和哈密顿量，通过哈密顿量构建基于qaoa的量子线路；
7、s5选用经典优化算法对量子线路中的参数进行优化，采用该量子线路求出符合条件的平台簇组合；
8、s6结合第一阶段获得的各任务簇对应的平台簇集合，求出战术行动中平台聚类问题对应的较优解。
9、特别的，所述s1在进行平台聚类分簇时，首要满足的要求是保证生成的平台簇提供的资源满足对应任务簇的需求，第二个要求是每个平台只能属于一个平台簇并且所有平台簇中平台加起来等于整个平台集，根据这两个约束条件，将战术行动中平台聚类编组问题转化为两个相关联的子问题，针对第一个约束条件，受背包问题的启发将平台簇看作背包，将符合对应任务簇资源要求的平台簇才能放进背包中，如此求出符合每个任务簇资源需求的所有平台簇组合；针对第二约束条件，受精确覆盖问题启发以第一阶段获得的每个任务簇对应的平台簇组合为基础，在整个平台集范围内求出平台聚类分簇的较优解，具体按照以下方案实施：
10、s11第一阶段子问题模型构建
11、基于整数重量的背包问题描述为：设定一个由e′个物体组成的集合，每个物体对应的重量用we′表示，其中e′∈{1,2,…,e′}，同时再设定一个最大承重为w′的背包，若从包含e′个物体的集合中选取物体装入背包中并且要求物体的总重量不能大于背包的承重重量时，求物体的所有组合，针对该问题，构建出一个经典伊辛模型h′1，该经典伊辛模型h′1按如下公式表示：
12、
13、于公式(1)中，xe′为一个布尔变量，当第e′个物体在背包中，xe′等于1，当第e′个物体不在背包中，xe′等于0；k′为整数，当1≤k′≤w′且k′等于背包总重量时，xk′等于1，否则，xk′等于0；
14、对于战术行动中平台聚类编组问题，设任意一个任务簇{t1,t2,…,tn}∈t，其中t1,t2,…,tn为该任务簇包含的任务种类，n为任务簇包含的任务种类数量，假设所研究问题涉及的作战资源种类共有12种，则设该任务簇需求的作战资源为{r1,r2,…,r12}∈r，其中r1,r2,…,r12分别代表12中作战资源类型，设各作战资源类型对应的数量为nr1,nr2,…,nr12，假设所研究问题涉及的平台数量共有23个，设平台集合为{p1,p2,…,p23}∈p，其中p1,p2,…,p23为平台种类，设每个平台提供的作战资源为{r1,r2,…,r12}∈r，每个平台提供的作战资源对应的数量为其中i∈{p1,p2,…,p23}，参照公式(1)，将平台看作物体，将平台所提供的作战资源看作重量，设定一个背包，不同之处是这个背包设定了最低装载重量，而背包的上限装载重量根据本专利技术实际问题具体设定，如此构建出一个针对平台聚类问题的经典伊辛模型h1，按如下公式表示：
15、
16、于公式(2)中，a＝{ar1,ar2,…,ar12}为实际问题中平台族提供各种作战资源的上限取值，k1,k2,…,k12为整数，当nr1≤k1≤ar1,nr2≤k2≤ar2,…,nr12≤k12≤ar12，且k1,k2,…,k12分别等于平台族提供的各种作战资源数量时，分别等于1，否则，分别等于0，e表示平台集合p中的任意一个平台，xe为一个布尔变量，当平台e在背包中时，xe等于1，当平台e不在背包中时，xe等于0，表示平台e分别提供作战资源r1,r2,…,r12的数量；
17、s12第二阶段子问题模型构建
18、基于本文档来自技高网...
【技术保护点】
1.战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，包括下列步骤：
2.根据权利要求1所述的战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，所述S1在进行平台聚类分簇时，首要满足的要求是保证生成的平台簇提供的资源满足对应任务簇的需求，第二个要求是每个平台只能属于一个平台簇并且所有平台簇中平台加起来等于整个平台集，根据这两个约束条件，将战术行动中平台聚类编组问题转化为两个相关联的子问题，针对第一个约束条件，受背包问题的启发将平台簇看作背包，将符合对应任务簇资源要求的平台簇才能放进背包中，如此求出符合每个任务簇资源需求的所有平台簇组合；针对第二约束条件，受精确覆盖问题启发以第一阶段获得的每个任务簇对应的平台簇组合为基础，在整个平台集范围内求出平台聚类分簇的较优解，具体按照以下方案实施：
3.根据权利要求2所述的战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，所述S2具体按照如下方案实施：
4.根据权利要求3所述的战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，所
5.根据权利要求4所述的战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，所述S4具体按照如下方案实施：
6.根据权利要求5所述的战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，所述S5中，对应的量子态制备和量子态测量部分对应的量子线路结构与S3相同，量子态演化对应的量子线路具体按如下方式推导：
7.根据权利要求6所述的战术行动中平台聚类编组问题的基于QAOA量子增强求解方法，其特征在于，所述S6具体按照如下方案实施：
...【技术特征摘要】
1.战术行动中平台聚类编组问题的基于qaoa量子增强求解方法，其特征在于，包括下列步骤：
2.根据权利要求1所述的战术行动中平台聚类编组问题的基于qaoa量子增强求解方法，其特征在于，所述s1在进行平台聚类分簇时，首要满足的要求是保证生成的平台簇提供的资源满足对应任务簇的需求，第二个要求是每个平台只能属于一个平台簇并且所有平台簇中平台加起来等于整个平台集，根据这两个约束条件，将战术行动中平台聚类编组问题转化为两个相关联的子问题，针对第一个约束条件，受背包问题的启发将平台簇看作背包，将符合对应任务簇资源要求的平台簇才能放进背包中，如此求出符合每个任务簇资源需求的所有平台簇组合；针对第二约束条件，受精确覆盖问题启发以第一阶段获得的每个任务簇对应的平台簇组合为基础，在整个平台集范围内求出平台聚类分簇的较优解，具体按照以下方案实施：
3...
【专利技术属性】
技术研发人员：张毅军，荆锋，何远辉，东晨，赵源，郑寇全，邢立鹏，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。