求解0-1背包问题的量子蚁群算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (16): 29-31.

求解0-1背包问题的量子蚁群算法

何小锋，马良

上海理工大学管理学院，上海 200093

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-01 发布日期:2011-06-01

Quantum-inspired ant algorithm for solving 0-1 knapsack problem

HE Xiaofeng，MA Liang

School of Management，University of Shanghai for Science and Technology，Shanghai 200093，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-01 Published:2011-06-01

摘要/Abstract

摘要： 0-1背包问题是组合优化中经典的NP难题，在蚁群算法的基础上结合量子计算提出一种求解0-1背包问题的量子蚁群算法。算法采用量子比特表示信息素，用量子旋转门来更新信息素。大量数据实例的比较测试表明，算法可有效提高蚂蚁算法的性能，减少搜索时间，具有更好的全局寻优能力。

关键词: 蚁群算法, 量子计算, 0-1背包问题

Abstract: 0-1 knapsack problem is a typical NP-hard problem in combinatorial optimization.A quantum-inspired ant colony algorithm for solving the 0-1 knapsack problem is proposed which is based on the combination of ant colony optimization and quantum computing.In the algorithm，the pheromone is expressed by quantum bits，and quantum rotation gates are used to update the ant pheromone.Series of test instances validate the effectiveness of the algorithm.The proposed algorithm can reduce the searching time and has better performance in reaching the global optimum.

Key words: ant colony algorithm, quantum computing, 0-1 knapsack problem

何小锋，马良. 求解0-1背包问题的量子蚁群算法[J]. 计算机工程与应用, 2011, 47(16): 29-31.

HE Xiaofeng，MA Liang. Quantum-inspired ant algorithm for solving 0-1 knapsack problem[J]. Computer Engineering and Applications, 2011, 47(16): 29-31.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.
[4]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[5]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[6]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[7]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[8]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[9]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[10]	周林，郭兵. 改进TR门级联的量子比较器设计[J]. 计算机工程与应用, 2021, 57(19): 112-115.
[11]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[12]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[13]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[14]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[15]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.