일반기술

양자 연산 개념을 도입한 진화연산방법

기술의 개요 - 본 기술은 양자 연산 개념을 도입한 새로운 진화연산방법인 GQA(Genetic Quantum Algorithm)에 관한 것으로, 본 기술의 GQA는 양자 컴퓨터의 기본적인 단위인 큐빗(qubit), 상태의 중첩(superposition of states) 등과 같은 양자 연산(quantum computing)의 개념과 원리를 바탕으로 하고, 확률적인 큐빗 표현법(representation)을 사용하여 많은 해의 선형적인 중첩 상태를 표현할 수 있는 양자 연산 개념을 도입한 진화연산방법이 제시됨. 본 기술의 GQA에 의하면 컴퓨팅의 빠른 수렴성과 우수한 전역 탐색 능력을 갖는 연산을 수행할 수 있으며 예를 들어 순열조합 최적화 문제(combinatorial optimization)에 있어서, 본 기술의 효율성과 적용성은 주머니(Knapsack) 문제의 실험결과로 확인하여 그 실험 결과는 GQA가 전통적인 방법인 페널티 함수(penalty function), 리페어(repair) 방법, 디코더(decorder) 방법 등을 사용하는 다른 유전자 방법보다 우수하다는 것을 입증해줌.기술의 특징 - 세대 t를 0으로 하고, 큐빗 개체 집합을 초기화한 후 큐빗 개체 집합으로부터 이진 스트링 집합을 산출하며, 이진 스트링 집합 중 최적의 해를 저장하는 한편, 연산 종료를 판단하여 연산을 종료하는 과정을 큐빗 개체 집합 전체에 대해 이루어지도록 함.기술의 장점 - 새로운 양자 개념을 도입한 진화연산 방법인 GQA로써, GQA는 여러 상태의 선형 중첩을 표현할 수 있고, 많은 개체를 포함할 필요가 없음. - 큐빗 표현법에 의한 다양성(diversity)에 의해 뛰어난 전역 탐색 능력을 가짐. - 짧은 시간 내에 CGA보다 더 좋은 솔루션에 도달할 수 있음.