遗传启发映射策略在量子电路优化中的应用.pdfVIP

942025，61（5）ComputerEngineeringandApplications计算机工程与应用

遗传启发映射策略在量子电路优化中的应用

11，2+111

韩子傲，李晖，卢凯，刘述娟，鞠明媚

1.哈尔滨商业大学计算机与信息工程学院，哈尔滨150028

2.黑龙江省电子商务与信息处理重点实验室，哈尔滨150028

+通信作者E-mail163.com

摘要：现行的量子位映射策略大多是确定性的，导致生成的量子电路映射缺乏多样性，难以在质量和多样性之间

取得平衡，且无法灵活适应不同的量子计算任务。基于此，设计了一种基于遗传启发的量子电路映射策略（genetic-

inspiredquantumcircuitmappingstrategy，GQCMS）。该策略引入了多样化的交叉和突变操作，通过在更广阔的解

空间中进行有哪些信誉好的足球投注网站，使得算法执行过程中不断生成多样化的候选解，避免陷入局部最优解，从而增加找到全局最优解

的机会，提高了电路映射的整体质量。此外，为了克服传统映射策略中常见的量子比特距离较远导致的SWAP操作

频繁问题，提出了一种基于邻近门的初始化方法，通过优先考虑最近邻量子位，减少需要进行SWAP操作的次数，降

低电路的复杂性，缩短映射过程中的计算时间。实验结果表明，GQCMS在t|ket和Qiskit编译器中的表现显著优于

2QAN，分别平均减少了44.8%和62.5%的SWAP门数量，并在t|ket中平均减少了42.9%的映射运行时间。

关键词：量子电路；量子位映射；遗传算法；遗传启发量子电路映射策略；适应度函数

文献标志码：A中图分类号：TP302.2doi：10.3778/j.issn.1002-8331.2408-0285

ApplicationofGenetic-InspiredMappingStrategyinQuantumCircuitOptimization

11,2+111

HANZi’ao,LIHui,LUKai,LIUShujuan,JUMingmei

1.SchoolofComputerandInformationEngineering,HarbinUniversityofCommerce,Harbin150028,China

2.HeilongjiangKeyLaboratoryofElectronicCommerceandInformationProcessing,Harbin150028,China

Abstract:Thecurrentqubitmappingstrategiesarepredominantlydeterministic,leadingtoquantumcircuitmappingsthat

lackdiversity,makingitchallengingtobalancequalityanddiversitywhilebeinginflexibletovariousquantumcomputing

tasks.Toaddressthisissue,agenetic-inspiredquantumcircuitmappingstrategy(GQCMS)hasbeendeveloped.Thisstrat-

egyintroducesdiversifiedcrossoverandmutationoperations,enablingthealgorithmtocontinuallygeneratediversecandi-

datesolutionsthroughbroadersearchspaces,therebyavoidinglocaloptimaandincreasingthelikelihoodofidentifying

globaloptima,whichultimatelyenhancestheoverallqualityofcircuitmapping.Additionall