مقاله یک الگوریتم کوانتومی جدید برای بهینه سازی کلونی مورچه ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی A Novel Quantum Algorithm for Ant Colony Optimization
عنوان مقاله به فارسی مقاله یک الگوریتم کوانتومی جدید برای بهینه سازی کلونی مورچه ها
نویسندگان Qian Qiu, Mohan Wu, Qichun Sun, Xiaogang Li, Hua Xu
زبان مقاله انگلیسی
فرمت مقاله: PDF
تعداد صفحات 13
دسته بندی موضوعات Quantum Physics,فیزیک کوانتوم,
توضیحات Submitted 1 March, 2024; originally announced March 2024.
توضیحات به فارسی ارسال 1 مارس 2024 ؛در ابتدا مارس 2024 اعلام شد.

چکیده

Quantum ant colony optimization (QACO) has drew much attention since it combines the advantages of quantum computing and ant colony optimization (ACO) algorithms and overcomes some limitations of the traditional ACO algorithm. However, due to the hardware resource limitations of currently available quantum computers, such as the limited number of qubits, lack of high-fidelity gating operation, and low noisy tolerance, the practical application of the QACO is quite challenging. In this paper, we introduce a hybrid quantum-classical algorithm by combining the clustering algorithm with QACO algorithm, so that this extended QACO can handle large-scale optimization problems, which makes the practical application of QACO based on available quantum computation resource possible. To verify the effectiveness and performance of the algorithm, we tested the developed QACO algorithm with the Travelling Salesman Problem (TSP) as benchmarks. The developed QACO algorithm shows better performance under multiple data set. In addition, the developed QACO algorithm also manifests the robustness to noise of calculation process, which is typically a major barrier for practical application of quantum computers. Our work shows that the combination of the clustering algorithm with QACO has effectively extended the application scenario of QACO in current NISQ era of quantum computing.

چکیده به فارسی (ترجمه ماشینی)

بهینه سازی کلونی مورچه کوانتومی (QACO) توجه زیادی را به خود جلب کرده است زیرا این امر از مزایای الگوریتم های محاسبات کوانتومی و بهینه سازی مورچه ها (ACO) ترکیب می کند و بر برخی محدودیت های الگوریتم سنتی ACO غلبه می کند.با این حال ، با توجه به محدودیت منابع سخت افزاری رایانه های کوانتومی در حال حاضر در حال حاضر ، مانند تعداد محدودی از ubbits ، عدم عملکرد دروازه بافندگی بالا و تحمل کم سر و صدا ، کاربرد عملی QACO کاملاً چالش برانگیز است.در این مقاله ، ما یک الگوریتم کلاسیک کوانتومی ترکیبی را با ترکیب الگوریتم خوشه بندی با الگوریتم QACO معرفی می کنیم ، به طوری که این QACO گسترده می تواند مشکلات بهینه سازی در مقیاس بزرگ را برطرف کند ، که باعث می شود کاربرد عملی QACO بر اساس منبع محاسبه کوانتومی موجود امکان پذیر باشد.برای تأیید اثربخشی و عملکرد الگوریتم ، ما الگوریتم توسعه یافته QACO را با مشکل فروشنده مسافرتی (TSP) به عنوان معیارها آزمایش کردیم.الگوریتم توسعه یافته QACO عملکرد بهتری را در مجموعه داده های متعدد نشان می دهد.علاوه بر این ، الگوریتم توسعه یافته QACO همچنین استحکام به سر و صدای فرآیند محاسبه را نشان می دهد ، که به طور معمول یک مانع اصلی برای کاربرد عملی رایانه های کوانتومی است.کار ما نشان می دهد که ترکیبی از الگوریتم خوشه بندی با QACO به طور مؤثر سناریوی کاربرد QACO را در دوره NISQ فعلی محاسبات کوانتومی گسترش داده است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.