%0 Journal Article
%T Phase encoded-based quantum ant colony algorithm with application to continuous optimization<br>相位编码量子蚁群算法及在连续优化中的应用*
%A LI Pan-chi
%A YANG Yu
%A ZHANG Qiao-cui
%A <br>李盼池
%A 杨雨
%A 张巧翠b
%J 计算机应用研究
%D 2010
%I 
%X 针对蚁群算法只适用于离散优化问题的局限性和收敛速度慢的问题，提出一种适合连续优化的量子蚁群算法。该方法直接采用量子位的相位对蚂蚁编码。首先根据基于信息素强度和可见度构造的选择概率，选择蚂蚁的前进目标；然后采用量子旋转门更新描述蚂蚁位置的量子比特，完成蚂蚁移动，并采用Pauli-Z门实现蚂蚁的变异增加位置的多样性；最后根据移动后的新位置完成蚁群信息素强度和可见度的更新。由于优化过程统一在空间［0,2π］n进行，而与具体问题无关，对不同尺度空间的优化问题具有良好的适应性。以函数极值优化和控制器参数优化为例,
%K quantum computation
%K ant colony optimization
%K phase encoding
%K continuous optimization
%K optimization algorithm<br>量子计算
%K 蚁群算法
%K 相位编码
%K 连续优化
%K 优化算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=BA55C14B6170F5AD2EAFDD31965CF346&yid=140ECF96957D60B2&vid=DB817633AA4F79B9&iid=59906B3B2830C2C5&sid=A59B3607DE0D10F4&eid=4CEE1F9BE18A9B1F&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=11