用于求解 0/1 背包问题的幅度集成量子启发式禁忌搜索算法
量子物理
2025-02-10 v2 神经与进化计算
摘要
本文提出了 QTS（Quantum-inspired Tabu Search，量子启发式禁忌搜索）的改进版本，其增强了种群信息的利用，称为“幅度集成”QTS（AE-QTS）。这使得 AE-QTS 在抽象概念上更接近于真实的量子搜索算法——Grover 搜索算法，同时保持了算法的简洁性。随后，我们在经典组合优化 0/1 背包问题上展示了 AE-QTS。实验结果表明，AE-QTS 在所有情况下均优于包括 QTS 在内的其他算法，平均至少提升 20%，某些情况下甚至达 30%。即使问题复杂度增加，我们的方法所求解的质量仍优于 QTS。这些结果证明了我们的方法具有更好的搜索性能。
引用
@article{arxiv.2311.12867,
title = {Amplitude-Ensemble Quantum-Inspired Tabu Search Algorithm for Solving 0/1 Knapsack Problems},
author = {Kuo-Chun Tseng and Wei-Chieh Lai and I-Chia Chen and Yun-Hsiang Hsiao and Jr-Yu Chiue and Wei-Chun Huang},
journal= {arXiv preprint arXiv:2311.12867},
year = {2025}
}
备注
7 pages, 7 figures