Amplitude-Ensemble Quantum-Inspired Tabu Search Algorithm for Solving 0/1 Knapsack Problems

在本文中，我们介绍了一种增强版的“量子启发式禁忌搜索算法”（QTS），称为“幅度集合”QTS（AE-QTS）。通过利用种群信息，我们将QTS与量子算法——Glover搜索算法更加接近，同时保持算法的简单性。AE-QTS在0/1背包问题上进行了验证，显示出至少20%的性能提升，并在某些情况下比原始QTS提高了30%的效率。即使在越来越复杂的问题上，这种方法仍然始终优于原始QTS。

本论文旨在介绍一个增强版的量子启发式禁忌搜索算法(AE-QTS)，并验证其在0/1背包问题中的性能提升。

AE-QTS利用种群信息将QTS与量子算法——Glover搜索算法更加接近，同时保持算法简单性。

AE-QTS在0/1背包问题中表现出至少20%的性能提升，并在某些情况下实现了超过30%的效率提升。即使在越来越复杂的问题中，该方法仍然比原始的QTS表现更好。

最近在此领域中，还有一些相关的研究。例如： 1. Quantum-Inspired Tabu Search Algorithm for Solving the Traveling Salesman Problem 2. Quantum-inspired Tabu Search Algorithm for Solving the Vehicle Routing Problem