Un nuevo algoritmo cuántico para resolver problemas de optimización en ingeniería eléctrica

Se analiza la capacidad de modelos cuánticos teóricos y monádicos frente a la comparación de números con respecto al Algoritmo Genético Cuántico (QGA) convencional, la optimización cuantitativa por enjambre de partículas y grupos de colonia de hormigas con tipos de recocido simulado en el contexto de la ingeniería eléctrica. Se realizaron varios experimentos, involucrando una recopilación de múltiples conjuntos de datos estándar para el diseño de circuito propuesto en aplicaciones de distribución de energía y procesamiento de señales. En cuanto al análisis comparativo, cada algoritmo presenta sus fortalezas particulares en cuanto a la velocidad de convergencia competitiva con QGA; QPSO - conversión rápida de individuos en un óptimo global durante el curso de la evolución y calidad robusta de soluciones en un entorno inestable sin ajuste. Los trabajos relacionados con los algoritmos propuestos incluyen su evaluación frente a metaheurísticas para sistemas de energía, enfoques híbridos de heurísticas inspiradas en la naturaleza, así como esquemas de optimización motivados por la física. El documento enfatiza la superioridad de los algoritmos cuánticos sobre sus contrapartes clásicas, lo que representa una innovación importante en el espacio de optimización. Este análisis detallado contribuye a una mejor comprensión de los potenciales de la computación cuántica para superar los difíciles desafíos de optimización que enfrentan los ingenieros eléctricos.