技術(shù)特征：

1.一種城市交通路網(wǎng)實(shí)時(shí)動(dòng)態(tài)多路口路徑導(dǎo)航量子搜索方法，將真實(shí)路網(wǎng)映射成模型圖R(B,E)，其中B表示路口節(jié)點(diǎn)集合，B_i(i＝1,2,...,r)表示單個(gè)路口節(jié)點(diǎn)，r是總路口數(shù)，E表示帶方向的路段集合；假設(shè)該路網(wǎng)中有n輛車，任一輛車w都有當(dāng)前起始點(diǎn)P_s和目的地終點(diǎn)P_d，則該車的某條可行路徑用連續(xù)相鄰路口節(jié)點(diǎn)表示為{P_s,...,P_i,...,P_d}；每輛車均選擇一條可行路徑，所有車的行駛路徑形成一個(gè)可行路徑集合FPS_n，即一個(gè)路徑導(dǎo)航方案；

其特征在于，所述方法包括以下步驟：

步驟1：根據(jù)車輛數(shù)n、起止點(diǎn)信息及每輛車的可選路徑，初始化車輛集{v₁,v₂,...,v_n}及可選路徑集其中v_i表示第i輛車，表示第i輛車的所有可選路徑中的一條；

步驟2：對(duì)車輛及其可選路徑0,1,...,b_i進(jìn)行量子編碼{|0>,|1>,...,2|^n×h-1>}，確定量子態(tài)可完全表示所有的路徑導(dǎo)航方案；其中b_i表示第i輛車的可選路徑數(shù)，h表示對(duì)可選路徑編碼需要的最少二進(jìn)制位數(shù)；

步驟3：根據(jù)路況信息確定各影響因素的獨(dú)立乘法因子α_i，β_j，確定效用值計(jì)算函數(shù)U(x)；其中每種路徑導(dǎo)航方案對(duì)應(yīng)自變量x值；

步驟4：制備路徑導(dǎo)航方案的等權(quán)疊加態(tài)|x>，計(jì)算每個(gè)路徑導(dǎo)航方案x對(duì)應(yīng)的效用值|U(x)|，得到效用值函數(shù)的等權(quán)疊加態(tài)|U(x)>；

步驟5：確定效用值的經(jīng)驗(yàn)值k，對(duì)效用值函數(shù)的等權(quán)疊加態(tài)|U(x)>進(jìn)行量子搜索，搜索出滿足要求的效用值|U_s>；

步驟6：輸出滿足要求的效用值U_s及對(duì)應(yīng)的路徑導(dǎo)航方案，對(duì)每輛車進(jìn)行路徑導(dǎo)航。

2.根據(jù)權(quán)利要求1所述的城市交通路網(wǎng)實(shí)時(shí)動(dòng)態(tài)多路口路徑導(dǎo)航量子搜索方法，其特征在于，步驟3中所述效用值函數(shù)U_(x)為：

U(x)＝Fr(x)×(α1×Rs(x)+α2×Sl(x)+α3×Ls(x)+α4×Os(x)+α5×Fd(x))-

(β1×Ta(x)+β2×Tc(x)+β3×De(x)+β4×Oc(x)+β5×Tl(x))

其中Fr(x)表示路段是否可抵達(dá)，取1表示可達(dá)，取0表示不可達(dá)；Rs(x)表示路段狀況，取值[0，1]；Sl(x)表示速度限制，取值[0，1]；Ls(x)表示路段照明狀況，取值[0，1]；Os(x)表示司機(jī)對(duì)系統(tǒng)推薦的順從程度，取值[0，1]；Fd(x)表示司機(jī)對(duì)路段的熟悉程度，取值[0，1]；Ta(x)表示突發(fā)的交通事故或臨時(shí)管制等帶來(lái)的道路影響，取值[0，1]；Tc(x)表示所選路徑耗費(fèi)的時(shí)間代價(jià)，取值[0，∞]；De(x)表示所選路徑耗費(fèi)的距離代價(jià)，取值[0，∞]；Oc(x)表示所選路徑耗費(fèi)的油量代價(jià)，取值[0，∞]；Tl(x)表示交通燈的影響，取值[0，1]；α_i(i＝1,2,...,5)、β_i(i＝1,2,...,5)分別表示各影響因素對(duì)應(yīng)的獨(dú)立乘法因子。

3.根據(jù)權(quán)利要求1所述的城市交通路網(wǎng)實(shí)時(shí)動(dòng)態(tài)多路口路徑導(dǎo)航量子搜索方法，其特征在于，步驟4的具體實(shí)現(xiàn)包括以下子步驟：

步驟4.1：利用Hadamard門(mén)制備初始自變量路徑導(dǎo)航方案的量子等權(quán)疊加態(tài)其中N表示量子態(tài)總數(shù)；

步驟4.2：設(shè)計(jì)函數(shù)對(duì)應(yīng)的幺正變換線路U_U(x)及可用于實(shí)現(xiàn)函數(shù)計(jì)算的輔助量子比特|z>；

步驟4.3：輸入路徑導(dǎo)航方案的等權(quán)疊加態(tài)，并行計(jì)算函數(shù)U(x)：

U_U(x)|x>|z>＝|x>|z⊕U(x)>；

步驟4.4：得到效用值函數(shù)的等權(quán)疊加態(tài)|U(x)>。

4.根據(jù)權(quán)利要求1所述的城市交通路網(wǎng)實(shí)時(shí)動(dòng)態(tài)多路口路徑導(dǎo)航量子搜索方法，其特征在于，步驟5的具體實(shí)現(xiàn)包括以下子步驟：

步驟5.1：給出用于確定目標(biāo)態(tài)的諭示函數(shù)f(y)，并設(shè)置對(duì)應(yīng)的量子線路；

$f\left(y\right)=\left\{\begin{array}{cc}1,& ify\≥k\\ 0,& else\end{array}\right.;$

效用值函數(shù)的等權(quán)疊加態(tài)|U(x)>經(jīng)過(guò)諭示函數(shù)判別之后，函數(shù)值f(x)為1的態(tài)為目標(biāo)態(tài)；

步驟5.2：將目標(biāo)態(tài)累加，得出目標(biāo)態(tài)數(shù)m并計(jì)算綜合效用值目標(biāo)態(tài)|U_a>；

$|U_a\>=\frac{1}{\sqrt{m}}\underset{i=0}{\overset{m-1}{\Σ}}|a_i\>;$

其中，a_i表示目標(biāo)態(tài)，|a_i>表示第i個(gè)目標(biāo)態(tài)的量子形式，m表示目標(biāo)態(tài)總數(shù)；

步驟5.3：根據(jù)|U_a>確定諭示詢問(wèn)O，確定O變換；

O＝I-2|U_a><U_a|；

其中I表示與|U_a>量子位數(shù)相同的等權(quán)疊加態(tài)，<U_a|表示|U_a>的共軛矢量；

步驟5.4：根據(jù)等權(quán)疊加態(tài)確定D變換；

其中，是所有基本狀態(tài)的等權(quán)疊加態(tài)，H表示Hadamard變換，用來(lái)制備等權(quán)疊加態(tài)，表示制備n×h位的等權(quán)疊加態(tài)；N表示量子態(tài)總數(shù)，|i>表示第i個(gè)量子態(tài)；

步驟5.5：由O變換和D變換確定一次G變換G＝DO；

步驟5.6：對(duì)效用值函數(shù)的等權(quán)疊加態(tài)|U(x)>進(jìn)行次的G變換，round表示最接近的整數(shù)；

步驟5.7：觀測(cè)輸出的效用值態(tài)|U_out>及與之對(duì)應(yīng)的路徑導(dǎo)航方案|x_out>，在時(shí)限內(nèi)搜索出滿足要求的效用值|U_s>；

步驟5.8：輸出效用值態(tài)|U_s>對(duì)應(yīng)的路徑導(dǎo)航方案x_s中為每輛車選中的導(dǎo)航路徑。

5.根據(jù)權(quán)利要求4所述的城市交通路網(wǎng)實(shí)時(shí)動(dòng)態(tài)多路口路徑導(dǎo)航量子搜索方法，其特征在于，步驟5.7的具體實(shí)現(xiàn)包括以下子步驟：

步驟5.7.1：對(duì)G變換完成后的輸出進(jìn)行觀測(cè)，獲取效用值U_out和當(dāng)前搜索已用時(shí)t_s；

步驟5.7.2：如果t_s<t_max，則執(zhí)行下述步驟5.7.3，其中t_max表示能保證路徑導(dǎo)航實(shí)時(shí)性的最大導(dǎo)航時(shí)間間隔；否則，執(zhí)行下述步驟5.7.5；

步驟5.7.3：如果U_out＜k，則t_s＝t_s+t_c，并回轉(zhuǎn)執(zhí)行所述步驟5.7.2，其中t_c表示執(zhí)行一次所述城市交通路網(wǎng)實(shí)時(shí)動(dòng)態(tài)多路口路徑導(dǎo)航量子搜索方法所需要的時(shí)間；否則，執(zhí)行下述步驟5.7.4；

步驟5.7.4：若果U_out＜k_m，則k＝U_out，t_s＝t_s+t_c，并回轉(zhuǎn)執(zhí)行所述步驟5.7.2，其中k_m表示根據(jù)經(jīng)驗(yàn)設(shè)定的理想效用值；否則，執(zhí)行下述步驟5.7.5；

步驟5.7.5：U_s＝U_out，輸出U_s。