遗传算法与量子计算
摘要：应用于量子计算的遗传算法 (GAs) 已被研究人员应用于解决某些问题。同时，也有一些基于量子理论概念和技术的遗传算法设计的工作。所谓的量子进化编程有两个主要子领域: 量子启发遗传算法 (QIGAs) 和量子遗传算法 (QGAs)。前者采用量子比特染色体作为表示，并使用量子门搜索最佳解。后者试图解决这个领域的一个关键问题: GAs 在量子硬件上的实现会是什么样子？如下所示，这个问题并没有一个完整的答案。对于 QGAs 来说，一个重要的问题是构建一个既能利用 GAs 和量子计算的并行性，又能利用量子计算机提供的真正随机性的量子算法。本文的第一部分我们将介绍 GAs 加量子计算的主要工作，包括我们在这个领域的工作。然后，我们回顾一些量子计算和 GAs 的基本概念，强调它们的内在并行性。接下来，我们回顾了 GAs 在学习量子算符和电路设计方面的应用。然后，考虑了量子进化编程。最后，我们介绍了我们在这个领域的当前研究和一些展望。
作者：Gilson A. Giraldi, Renato Portugal, Ricardo N. Thess
论文ID：cs/0403003
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2007-05-23