- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信息科技 ·387 ·
量子计算与遗传算法的融合的研究①
孙力娟 王汝传
(南京邮电学院 计算机科学与技术系)
摘 要 本文将量子计算与遗传算法进行融合,其核心是在常规遗传算法中将量子的态矢量引
人遗传编码,并自适应地进行量子旋转门的调整以实现染色体的演化,使算法具有更好的种群多
样性和全局寻优能力。通过求解计算机通信网优化问题的实例,结果表明:新方法比采用常规遗
传算法具有明显的高效性。
关键词 量子计算 遗传算法 融合 网络优化
ResearchofCombinationofQuantumComputation
andGeneticAlgorithm
SunLijuan WangRuchuan
(DepartmentofComputerScienceandTechnology,
NanjingUniversiytofPostsandTeclecommunications,
Nanjing210003,1iangsu,P.RChina)
AbstractThealgorithminthispaperisbasedonthecombinationofquantumcomputationandgenetic
algorithm.Thecoreisthatusingaqubitrepresentationinsteadofbinary,numeric,orsymbolicrepre-
sentationsandthedynamicadjustingquantumrotationgatestrategyareappliedtoaccelerateconver-
gence.Soithasbetterdiversiytandglobalsearchcapaciytthantheconventionalgeneticalgorithm.The
resultsofsolvingtheoptimalproblemsofcommunicationnetsshowthattheefficiencyofthenewmethod
isobviouslyhigherthanthatoftheconventionalgeneticalgorithm.
KeywordsQuantumcomputation,Geneticalgorithm,Combination,Networkoptimization
, 引言
目前启发式智能优化方法越来越受到人们的关注,如:神经网络、遗传算法等,它们在传统方法无法解
决的组合优化和NP类问题上获得良好的应用,但是这些方法都有其自身的优势和缺陷,因此对各种优化
算法的融合研究,可以发挥各自的潜能,构造出性能更好的算法。
量子信息川是信息科学和量子力学相结合的新兴交叉科学。量子世界的奇妙特性(如叠加态、相干性
和纠缠性)使得量子信息系统能突破经典信息系统的极限,量子计算正是利用了这些特点。从1994年
Shor提出第一个量子算法,用以求解大数质因子分解的经典计算难题开始,量子计算以其独特的计算性能
迅速成为研究的热点,尤其是通过量子并行计算尝试解决经典计算中的NP问题。
遗传算法的思想源于生物遗传学和适者生存的自然规律。遗传算法以群体中的所有个体为对象,并
① 基金项目:国家自然科学基金;江苏省 自然科学基金(BK2003105);江苏省高技术研究计划
(BG2004004);江苏省计算机信息处理技术重点实验室基金(kjs0306)。
·388 · 中国科协第二届优秀博士生学术年会论文集
利用随机优化技术指导对一个被编码的参数空间进行高效搜索。其中,选择、交叉和变异构成了遗传算法
的基本遗传操作。遗传算法具有简单通用、鲁棒性强、适于并行处理等显著特点,但其明显的缺点是收敛
速度慢和不成熟收敛。因此在遗传算法中引人好的引导机制可以提高算法的搜索效率,更好地用于解决
文档评论(0)