绝热量子计算

着重从物理学和计算机科学角度阐述和分析绝热量子计算:首先介绍绝热量子计算的基本原理及其计算能力,然后通过绝热量子计算与传统量子计算的性质和物理实现方式的对比阐述前者的某些优势,在此基础上介绍绝热量子算法,最后探讨了绝热量子计算的前景及发展趋势。     

和频过程中的超绝热演化与能量最大转换

基于准相位匹配技术和量子物理中的反向透热补偿方法,提出了一种超绝热条件下信号场能量完全转换成和频场能量的新方案.利用几何旋转面巧妙地揭示出系统附加反向透热补偿项的物理作用机理;类比弹性碰撞的物理过程,形象地说明了附加反向透热补偿修正项后系统能量转换的特性.借助于原子物理中的Bloch矢量法,清晰的展示了系统在超绝热条件下的演化过程,从新的角度图像化的揭示出体系捷径演化物理过程.利用这一新方案可优化系统的绝热演化过程、缩短耦合区间和非线性晶体长度,减少色散效应的影响,且可在较弱泵浦条件下实现高效的和频能量转换.该方案不仅为非线性光学器件的设计提供了一个很好的理论依据,而且其物理思想可普遍应用于多个领域.     

基于改进量子遗传算法的WSNs多路径路由研究

最优路径搜寻和能量优化是无线传感器网络(wireless sensor networks,WSNs)研究的两大关键性问题,基于簇结构的无线传感器网络模型,将改进的量子遗传算法引入WSNs网络层节能路由算法研究中,选取多条较优染色体代替一条最优染色体指导群体的进化;采用动态的量子旋转门调整策略,避免算法收敛于局部最优解;利用球面坐标角度对量子遗传算法编码,降低算法的复杂度;以路由所耗能量为优化目标,构造适应度函数。与基于传统遗传算法（genetic algorithm, GA）、标准量子遗传算法(quantum genetic algorithms, QGA)的多路径路由进行比较,实验表明,该算法比基于GA,QGA算法的多路径路由具有更低的网络能量消耗,更长的网络生存周期。     

一种可用输电能力量子粒子群优化算法

以量子行为与粒子群优化相融合的量子粒子群算法解决可用输电能力计算的优化问题.利用Matlab软件平台,以IEEE-30节点标准系统为算例进行仿真计算,比较本算法与传统粒子群算法的仿真结果,分析两种算法的寻优性能和收敛速度.仿真结果验证了量子粒子群算法解决可用输电能力优化问题的有效性.     

量子算法及其在图像处理中的应用

量子计算与量子信息是涉及物理学、计算机科学、数学以及信息科学等多个学科的新兴综合性交叉研究领域,是量子力学理论和经典计算理论完美结合的产物.由于其强大的计算能力及广阔的应用前景,使得其在国际学术界以及政府科研机构中引起巨大的兴趣.在量子计算的研究中,计算性能的优越性主要体现在算法的有效性上.目前为止,被公认的最具代表性的量子算法有Shor的大数质因子分解算法以及Grover提出的数据库搜索量子算法.集合运算是科学技术很多领域的基础,如数据库操作、信号处理、图像压缩等等都可最终归结为对集合的操作.但是对于包含了高维无序向量的集合,要对其进行有效快速的集合运算,在经典电子计算机上是困难的.因此,需要新的原理和新的算法来有效操作集合.量子图像处理(QIP)就是利用量子计算机来处理图像信息从而希望获得比电子计算机更好的处理效果.量子图像处理研究才刚刚起步,在不久的将来可能会成为一个受关注的研究热点.对目前的量子算法研究进展、量子集合运算、量子图像处理以及量子Hopfield神经网络研究作一个综述性论述.     

球型量子点量子比特内电子的概率密度分布

通过精确求解能量本征方程及变分方法,得到球型量子点中电子-声子相互作用体系的基态和第一激发态能量,以这样一个两能级体系构成一个量子比特.数值计算表明,当量子点尺寸一定时,量子比特中电子的概率密度随空间位置的变化而变化,且各个空间点的概率密度均随时间做周期性振荡,振荡周期随球半径的增大而增大.     

基于量子差分进化算法的神经网络优化方法

一般的神经网络的结构是固定的,在实际应用中容易造成冗余连接和高计算成本。该文采用了协同量子差分进化算法(cooperative quantum differential evolution algo-rithm,CQGADE)以同时优化神经网络的结构和参数,即采用量子遗传算法(quantum genetic algorithm,QGA)来优化神经网络的结构和隐层节点数,采用差分算法来优化神经网络的权值。训练后的神经网络的连接开关能有效删除冗余连接,算法的量子概率幅编码和协同机制可以提高神经网络的学习效率、逼近精度和泛化能力。仿真实验结果表明:用训练后的神经网络预测太阳黑子和蒸汽透平流量具有更好的预测精度和鲁棒性。     

基于绝热量子演化的量子状态转换方法

量子算法成功的标志体现为实现了正确的量子状态转换,这一过程主要通过适当的量子算符来实现。然而,事实证明寻找合适的量子算符是非常困难的。之前大多数研究主要采用机器学习的方法解决这一问题,这些算法与以酉量子操作为特征的量子电路模型有较大差距,也难以分析其在量子计算机上的实现。提出利用绝热量子演化实现量子状态的转换,与标准量子计算模型相比,量子状态的转换更加直接,也不用考虑算符的酉性,因此是在量子计算及量子通信中值得借鉴的量子状态转化方法。     

抛物线性限制势量子点量子比特的振荡周期

在抛物量子点中电子与体纵光学声子强耦合的条件下，应用Pekar变分方法得出了电子的基态和第一激发态的本征能量及基态和第一激发态本征波函数．量子点中这样二能级体系可作为一个量子比特．当电子处于基态和第一激发态的叠加态时，计算出电子在空间的几率分布作周期性振荡．并且得出了振荡周期随受限长度及耦合强度的变化关系．     

基于量子遗传算法的无线传感网络路由优化

考虑到无线传感网络(WSN)传感器节点的能量有限性,分析了WSN的网络模型和能量模型,提出一种基于改进量子遗传算法的路由优化算法.利用复杂连续函数测试,验证了算法的性能和可行性.经仿真分析,证明该算法应用于WSN路由优化问题时,能更快速和更稳定地求解最小能量代价的数据传输路径,从而减少WSN传感器节点的能量消耗,延长整个WSN网络的使用寿命.     

基于量子免疫克隆BP算法的软件缺陷预测模型

针对现有的软件缺陷预测模型中所存在的不足,将量子免疫克隆算法和BP神经网络算法结合,应用到软件缺陷预测中,设计了基于量子免疫克隆BP算法的软件缺陷预测模型(SDPM-QICBP).在该模型中,将量子计算引入到传统进化算法中,特别是在计算量子旋转门的角度时,将传统的查表计算方式与Logistic映射公式相结合,设计了新的量子旋转角的计算公式.模型采用量子免疫克隆算法(QIC)对标准BP神经网络的阈值和权值优化改进,并基于相关数据集进行实验分析.仿真实验的结果表明,和标准BP神经网络算法和朴素贝叶斯算法(NB)相比,该模型准确度和精确度均较高,且迭代次数减少.     

基于混沌-量子粒子群的分簇路由算法

针对粒子群分簇路由优化算法存在的收敛速度慢、 易陷入局部最优等问题, 提出一种混沌-量子粒子群 的双子粒子群分簇路由算法。 该算法以簇头的能量、 簇头与汇聚节点的距离以及与簇内成员节点的距离构造 最优簇头的代价函数, 主粒子群利用混沌粒子群寻优, 辅粒子群利用量子粒子群寻优, 加入量子波动理论, 使 算法具有较好的全局收敛性。 双子粒子群采用收敛速度快的凹函数递减策略优化权重。 仿真结果验证了该算 法可使无线传感网络节点能量消耗均衡化, 显著延长网络生命周期, 与 LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、 PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了 80. 1%和 41. 4%。     

耦合谐振子的量子绝热捷径设计

量子绝热捷径技术旨在加快量子绝热慢过程,已经被广泛用于原子的冷却、转移等量子信息处理过程.研究耦合谐振子模型的量子绝热捷径设计及其热机应用,基于耦合谐振子模型的量子不变量,首先得到Ermakov方程,然后反设计耦合谐振子频率,最终加快绝热过程而不产生末态激发.本工作为耦合谐振子的量子态操控及超绝热量子热机提供了新思路.     

基于量子绝热捷径技术的光波导分束器设计

用于加快量子绝热“慢”过程的量子绝热捷径技术, 已广泛应用于原子、分子和光物理.基于耦合波导的量子光学类比, 利用量子绝热捷径技术设计光学波导的耦合系数与传播常数, 实现快速的光波导分束器件. 通过数值模拟, 并与共振耦合和绝热耦合波导进行比较. 结果表明, 量子绝热捷径技术所设计的光学波导分束器具有长度短、输出稳定性高的优势.     

纤锌矿GaN/AlN量子阱中磁极化子能量

采用改进的Lee-Low-Pins变分方法研究纤锌矿GaN/AlN量子阱材料中磁极化子能级.给出纤锌矿GaN/AlN量子阱中磁极化子基态能量随阱宽L和外磁场强度B的变化关系.计算中考虑了纤锌矿GaN/AlN量子阱中长波光学声子模的各向异性和电子与长波光学声子之间的相互作用.为了定量分析和对比,计算了闪锌矿GaN/AlN量子阱中磁极化子基态能量.     

柱型量子点中强耦合磁极化子的性质

采用Pekar类型的变分方法研究在抛物势作用下的柱形量子点中强耦合磁极化子的性质．计算了磁极化子的基态能量,数值计算结果表明，量子点中磁极化子的基态能量随特征频率、回旋频率的增加而增大。     

量子环中量子比特的自由旋转品质因子

在量子环中电子与体纵光学声子强耦合的情况下,通过求解能量本征方程,得出了电子的第一激发态和基态的能量及其波函数.数值计算结果表明自由旋转品质因子随量子环内径(或外径)的增大而减小,且随电子-声子耦合强度的增大而增大.     

声子效应对量子比特自由旋转品质因子的影响

在三维抛物线性限制势量子点中电子与体纵光学声子强耦合下，应用Peter变分方法得出了电子的基态和第一激发态的能量及基态和第一激发态的本征波函数．量子点中这样的二能级体系作为一个量子比特，计算出了量子比特的自由旋转品质因子，并且得出了自由旋转品质因子随受限长度及电子-声子耦合强度的变化关系．     

基于IBM Q平台的量子图像算法研究

为使量子图像处理算法在量子计算机上得到验证与发展,结合IBM量子实验平台(IBM Q)上量子计算操作与量子图像处理理论的研究,设计了一种基于IBM Q平台的量子图像分割方法.提出了一种基于新型强化量子图像表达式(NEQR)的改进型强化量子图像表达式(IEQR),并根据IEQR表达式初始化量子图像分割电路.该电路由量子比较器(QBSC)和受控旋转门(Cswap)构成.最终在IBM Q和本地经典计算机仿真两种平台下实现了2×2和4×4大小的量子图像分割,实验结果表明了该算法的可行性和有效性,并验证了量子计算机的优越性.     

量子绝热捷径技术在三波导耦合器设计中的应用

通过将量子无摩擦动力学与绝热消除结合实现了量子绝热捷径技术在光波导耦合器中的设计.为了使该方案更实际可行,引入了幺正变换,以便对波导的宽度以及相邻波导之间的间距进行设计,并利用光束传播法对三波导耦合器进行模拟验证.模拟结果表明,相比于绝热耦合,利用绝热捷径设计的耦合器可以在传输长度缩短4倍的情况下实现能量的有效耦合.该方案可适用于量子信息处理和集成光学领域.