多智能体量子进化模型研究

量子智能计算的发展还处于探索阶段，针对量子智能计算在算法收敛性、计算复杂性等方面研究存在的某些问题,本项目的研究将量子计算理论和经典智能计算方法相结合，深入分析传统智能计算理论和量子计算机理，提出新的量子智能计算算法，对算法性能进行严格的数学分析，并进行实验验证。具体包括：(1)提出一种用于连续空间优化问题的多智能体量子学习的进化算法，并对算法复杂度进行分析；（2）将量子进化学习机制和智能体的竞争机制相融合，研究用于组合优化问题的学习和自学习机制，构造用于组合优化问题的多智能体量子进化算法；（3）研究一种新的实数编码表示方法，无需对量子比特进行观测和解码，在此基础上构造新的量子进化算法；（4）考虑多个智能体系统之间在进化过程中的协调以及智能体系统与大环境之间的协调，研究多智能体量子协同进化算法。

围绕量子进化算法与多智能体结合的研究取得一定突破，对算法缺陷原因进行了深入分析，首先，对算法机理进行了研究;其次，研究了实数编码的量子进化算法;另外,研究了多智能体和协同量子进化算法。项目围绕这四个层面展开系统的研究，提出了一些具有开创性的混合量子进化算法框架模型，取得了一系列有特色的创新性成果