Avances en los algoritmos genéticos cuánticos mejorados: métodos, impacto y desafíos futuros

Resumen

 Los algoritmos genéticos (GAs, sigla en inglés) son un tipo de 
técnica de optimización computacional inspirada en la teoría de 
evolución de Darwin, que utilizan conceptos genéticos como mu
tación, cruzamiento o selección natural para emular la evolución 
de una especie. Los GAs son utilizados con los problemas de op
timización como métodos incompletos de resolución de proble
mas para encontrar soluciones aceptables realizando búsqueda 
estocástica y sin garantizar un óptimo global, pero reduciendo el 
tiempo de ejecución y capacidad computacional requerida. Este 
artículo introduce las diversas variantes del GA cuántico (QGA, 
sigla en inglés), que se utilizan ampliamente en diferentes aplica
ciones de los GAs. El artículo presenta los QGA mejorados (IQGA, 
sigla en inglés), como una versión cuántica del GA clásico, deta
llando cómo aprovecha el paralelismo y la superposición cuántica 
para reducir la complejidad temporal de las operaciones genéticas 
y destacando su papel crucial en diversas aplicaciones. El análi
sis también aborda los fundamentos matemáticos del IQGA y las 
ventajas y desafíos clave asociados con su uso en varias aplicacio
nes. Finalmente, concluye con una exploración de las aplicaciones 
actuales y potenciales del IQGA y las características comunes de 
varias implementaciones de IQGA.