Algoritmos cuánticos y Quantum Ant Colony Optimization

Abstract

[EN] I propose an improved algorithm that can be implemented on a real quantum computer with a new guided exploration strategy. The benchmarks made by simulating the quantum circuit shows that the time to solve a problem using QACO could outperform greatly other classical bio-inspired algorithms, in particular the one QACO is based on, the Ant Colony Optimization. Quantum computation is on the verge of becoming the new technology for solving time- and energy-consuming problems. To make use of the full potential of quantum computers one must implement algorithms that are significantly different from the ones used on digital computers. This work serves as an introduction to both quantum computing and algorithms. Starting from the basis of the quantum physics, I expose each of the steps needed to understand the mathematics beneath this topic. Using this basis, I develope one quantum algorithm from scratch. Based on a previously proposed Quantum Ant Colony Optimization (QACO) algorithm, I propose an improved algorithm that can be implemented on a real quantum computer with a new guided exploration strategy. The benchmarks made by simulating the quantum circuit shows that the time to solve a problem using QACO could outperform greatly other classical bio-inspired algorithms, in particular the one QACO is based on, the Ant Colony Optimization.

[ES] La computación cuántica está a punto de convertirse en la nueva tecnología para resolver problemas de tiempo y consumo de energía. Para hacer uso del potencial completo de las computadoras cuánticas uno debe implementar algoritmos que son significativamente diferentes de los utilizados en las computadoras digitales. Este trabajo sirve como introducción a la computación cuántica y algoritmos. A partir de la base de la física cuántica, expongo cada uno de los pasos necesarios para entender las matemáticas bajo este tema. Usando esta base, desarrollo un algoritmo cuántico desde cero. Basado en un algoritmo previamente propuesto de Optimización de Colonias de Hormigas Cuánticas (QACO), propongo un algoritmo mejorado que se puede implementar en un ordenador cuántico real con una nueva estrategia de exploración guiada. Los puntos de referencia realizados al simular el circuito cuántico muestran que el tiempo para resolver un problema utilizando QACO podría superar en gran medida otros algoritmos bioinspirados clásicos, en particular el QACO se basa en la Ant Colony Optimization.