摘要 我们提出了一种基于经典蚁群优化算法的新型混合量子算法，用于为 NP 难题（尤其是优化问题）提供近似解。首先，我们讨论了一些先前提出的量子蚁群优化算法，并在此基础上开发了一种可以在近期量子计算机上真正实现的改进算法。我们的迭代算法仅编码有关量子态中的信息素和探索参数的信息，同时将数值结果的计算交给经典计算机。使用一种新的引导探索策略来利用量子计算能力并以状态叠加的形式生成新的可能解。这种方法特别适用于解决约束优化问题，我们可以有效地实现新路径的探索，而无需在测量状态之前检查路径与解决方案的对应关系。作为 NP 难题的一个例子，我们选择解决二次分配问题。通过模拟无噪声量子电路进行的基准测试和在 IBM 量子计算机上进行的实验证明了该算法的有效性。