量子蚁群算法及蚁群行为的波函数模型

研究量子优化与蚁群优化融合机制与算法的新课题．从量子比特的描述、量子旋转门的构造入手，研究高效的量子算法．提出用一组量子比特的概率幅描述蚂蚁个体的当前位置；由量子比特取｜1>的概率结合蚂蚁转移概率确定蚂蚁转移路径；用量子旋转门更新描述蚂蚁当前位置的量子比特完成蚂蚁的移动；用量子非门对这些量子比特进行变异以保持群体的多样性；按移动后的位置完成蚁群信息素强度和可见度更新．为改进蚁群算法，提出分散度新概念以提高蚂蚁路径选择效率；研究基于不同权值路径的信息素更新策略和参数均匀交叉局部搜索机制；研究带扰动的自适应改变信息素挥发机制和信息素设限的信息素更新机制．研究将改进的量子算法和蚁群算法相融合的最佳机制，设计一种量子蚁群算法并加以仿真，基于Markov和有向图理论分析算法的收敛性及复杂度，建立蚁群行为的波函数模型．这项研究对于推动群智能优化算法与计量子计算的融合研究具有重要意义和广阔的应用前景.