[发明专利]一种量子蚁群算法中最优路径确定方法及装置

权利要求书

1.一种量子蚁群算法中最优路径确定方法，其特征在于，包括：

确定量子蚁群算法中出发点到目标点的所有路径上的路径点的量子信息；

采用伪随机概率选择机制，根据所有路径上的路径点的量子信息确定最优路径。

2.根据权利要求1所述的方法，其特征在于，采用伪随机概率选择机制，根据所有路径的所述量子信息从所述所有路径中确定最优路径包括：

采用伪随机概率选择机制，根据所有路径的量子信息素从所述所有路径中确定最优路径，其中，每条路径的量子信息素由路径上所有路径点的量子信息组成；

采用伪随机概率选择机制，根据所有路径上的路径点的量子信息确定最优路径点集合，将所述最优路径点集合组成所述最优路径。

3.根据权利要求2所述的方法，其特征在于，采用伪随机概率选择机制，根据所有路径的量子信息素从所述所有路径中确定最优路径包括：

初始化所有路径的量子信息素，其中，所述量子信息素采用量子比特编码表示；采用伪随机概率选择机制，根据所述量子信息素从所述所有路径中确定目标路径；根据量子旋转门，对当前目标路径的量子信息素进行更新，得到更新后的量子信息素；

通过重复迭代的方式，采用伪随机概率选择机制，根据所有路径的所述量子信息素从所述所有路径中确定目标路径，对于本次迭代确定的目标路径称为当前目标路径：

采用伪随机概率选择机制，根据所述更新后的量子信息素从所述所有路径中确定当前目标路径；

根据量子旋转门，对所述当前目标路径的量子信息素进行更新，得到更新后的量子信息素；

在迭代次数满足预设阈值的情况下，确定所述当前目标路径为所述最优路径。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

通过以下方式采用伪随机概率选择机制，根据所述更新后的量子信息素从所述所有路径中确定当前目标路径：

在p_e＞p的情况下，

在p_e≤p的情况下，

其中，path_i,j为当前目标路径，τ_i,α为路径点i在路径α上的量子信息，τ_i,β为路径点i在路径β上的量子信息，r为[0,1]之间的随机数，c为[0,1]之间的常数，p是随机产生的一个[0,1]之间的随机数，p_e是伪随机选择过程的一个参数。

5.根据权利要求3所述的方法，其特征在于，根据量子旋转门，对所述当前目标路径的量子信息素进行更新，得到更新后的量子信息素包括：

获取所述当前目标路径的路径点的量子信息；

采用查表法更新所述量子旋转门；

依据更新后的量子旋转门对所述当前目标路径的路径点的量子信息进行全局更新；

根据全局更新后的所述当前目标路径的路径点的量子信息确定所述更新后的量子信息素。

6.根据权利要求2所述的方法，其特征在于，采用伪随机概率选择机制，根据所有路径上的路径点的量子信息确定最优路径点集合包括：

初始化所有路径上的路径点的量子信息，其中，所述量子信息素采用量子比特编码表示；采用伪随机概率选择机制，根据所述所有路径上的路径点的量子信息确定路径点集合；根据量子旋转门，对所述路径点集合中的路径点的量子信息素进行更新，得到更新后的量子信息；

通过重复迭代的方式，采用伪随机概率选择机制，根据所述所有路径上的路径点的量子信息确定路径点集合，对于本次迭代确定的路径点集合称为当前路径点集合：

采用伪随机概率选择机制，根据所述更新后的量子信息确定当前路径点集合；

根据所述量子旋转门，对所述当前路径点集合中的路径点的量子信息素进行更新，得到更新后的量子信息；

在迭代次数满足预设阈值的情况下，确定所述当前路径点集合为所述最优路径点集合。