量子教学优化算法及在函数优化中的应用

为提升基本教学优化算法的搜索能力, 通过融合量子计算原理, 提出了一种量子教学优化算法。 该方法采用教师自学和学生向教师学两种学习机制搜索全局最优解。 个体采用量子比特编码, 搜索过程在 Bloch 球面上进行, 个体的更新通过量子比特的绕轴旋转实现, 然后将其解码为量子比特的 Bloch 球面坐标。 由于该方法将基本教学算法中每维变量的搜索都扩展到 Bloch 球面进行, 可使搜索过程更为精细, 从而加强了对解空间的遍历性。 不同维度标准函数极值优化的仿真结果表明, 此方法的寻优能力不仅超过基本教学优化算法, 同时也超过其他经典群智能优化算法, 验证了将量子计算的某些机制和智能优化相融合可提升其优化性能。     

量子人工鱼群算法

融合量子计算与智能优化的新型高效优化算法层出不穷,成为现在优化算法研究的主流.为此,将量子计算引入到人工鱼群算法中,提出一种新型的量子进化算法———量子人工鱼群算法.该算法用量子计算的方法重新描述了人工鱼的行为,用量子比特对人工鱼进行编码,用量子旋转门实现人工鱼的更新操作,用量子非门进行人工鱼变异,从而实现了目标的优化求解.并分别以函数极值和TSP问题为例进行了仿真,验证了算法的有效性.     

实验研究DQC1算法中的量子失谐（英文）

量子失谐被认为是确定性单比特量子计算(DQC1)中指数加速的来源。在实际噪声环境下实现DQC1算法并研究其中量子失谐的作用具有重要意义。我们在电子自旋共振（ESR)体系上演示了DQC1算法，并且观察到了非零的量子失谐。此外，我们发现量子失谐的大小与初态的纯度α及量子Fisher信息的大小具有对应关系。实验结果为揭示量子失谐在DQC1中的作用提供了有力证据，并有助于进一步理解量子算法中指数加速的来源。     

超导电荷量子比特研究综述

随着量子计算机以及量子算法的提出，人们开始寻找可以实现量子计算机的真实物理体系。超导量子电路以其丰富的可设计性和优良的易集成性成为最有潜力实现量子计算机的人造量子体系。文章介绍了超导电荷量子比特的基本原理、超导电荷量子比特的耦合以及耗散和退相干问题，展望了超导电荷量子比特在量子计算和量子信息科学中的应用前景。     

基于BDD的Grover算法仿真

为了解决仿真量子计算过程中复杂性随量子比特数的增加呈指数级递增的问题,采用二项决策图(BDD)表示矩阵算子仿真Grover提出的量子搜索算法.BDD利用矩阵算子在量子计算过程中呈现出的结构化特性,可以高效地压缩存储空间并实现在压缩数据结构上直接进行矩阵的各种运算.利用改进的BDD实现了仿真过程需要的各种矩阵运算,用C++编写的程序对Grover算法的实例进行仿真,最后从多个角度对违反直观的实验结果进行了分析,阐述了量子算法的内在并行性.     

用量子蚁群算法求解大规模旅行商问题

针对旅行商问题(TSP),提出了一种新的混合量子优化算法——量子蚁群算法.量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置,采用量子旋转门更新蚂蚁的位置,选取国际通用的TSP实例库中多个实例进行测试.仿真实验表明,该算法具有很好的精确度和鲁棒性,可使搜索空间加倍,比传统的蚁群算法具有更好的种群多样性.     

SM4算法S盒的高效量子电路实现

近年来,对称密码的量子实现受到了广泛关注. SM4分组密码算法是我国首个商用密码标准,在2021年成为ISO/IEC国际标准. S盒作为SM4算法中最复杂的组件,其量子电路实现对整个SM4算法的量子电路有重大影响.本文依据SM4算法S盒的代数结构,使用塔域分解技术实现其量子电路.本文提出的SM4算法S盒的量子电路,基于NCT门集分析,需要的量子资源为20个量子比特、52个Toffoli门、196个CNOT门、13个X门, Toffoli深度为36;基于Clifford+T门集分析,需要量子资源为20个量子比特、334个T门、548个CNOT门、129个1qCliff门, T深度为108.与已有文献相比,本文提出的量子电路需要的量子资源更少.     

Grover算法的非定域实现

用核磁共振技术目前只能做到对7个量子比特的演示计算。为此有人提出"分布式量子计算机"的方案。该文考察Grover搜索算法非定域实现,分析为实现这种非定域操作所需的Einstein-Podolsky-Rosen(EPR)纠缠对资源。以2个量子比特为例,说明非定域实现Grover搜索的全过程,并推广到N个量子比特情况下非定域实现的资源需求情况。N为要搜索数据库的大小。结果表明,某些情况下,非定域Grover算法耗用比经典Grover算法更多个EPR对,甚至比经典计算机所用的资源还多,此时的非定域量子计算失去了量子计算的优势。     

超导非绝热几何量子计算及其优化控制

为实现量子门的高保真度和强鲁棒性,提出基于超导量子电路体系的非绝热几何量子计算方案.仅通过对超导比特施加含时共振微波驱动的方式,可以在超导比特上实现任意的单比特几何量子门.同时,在2个电容耦合的超导比特体系中,非平庸的2比特几何量子门也可以类似地实现.结果表明:提出的非绝热几何量子计算方案不仅对几何量子操作具有较好的鲁棒性,还可以与优化控制技术兼容,进一步增强量子门的鲁棒性.该方案的提出使容错固态量子计算的研究与发展向前迈出了重要的一步.     

量子进化算法在机器人联盟问题中的应用

量子进化算法是一种新的基于量子计算的概率搜素算法,它采用量子比特来编码染色体,采用量子门对种群进行更新进化,具有较快的收敛速度和良好的全局寻优能力。机器人联盟问题是一个复杂的组合优化问题,本文运用量子进化算法对该问题进行算法设计与应用研究,设计了一种量子变异算子,并对算法参数进行了研究。仿真实验结果验证了量子进化算法的可行性与有效性。     

Review on the study of entanglement in quantum computation speedup

The role the quantum entanglement plays in quantum computation speedup has been widely disputed. Some believe that quantum computation's speedup over classical computation is impossible if entan-glement is absent,while others claim that the presence of entanglement is not a necessary condition for some quantum algorithms. This paper discusses this problem systematically. Simulating quantum computation with classical resources is analyzed and entanglement in known algorithms is reviewed. It is concluded that the presence of entanglement is a necessary but not sufficient condition in the pure state or pseudo-pure state quantum computation speedup. The case with the mixed state remains open. Further work on quantum computation will benefit from the presented results.     

Deleting a marked state in quantum database in a duality computing mode

In this article, we present a deletion algorithm in the duality computer that deletes a marked state from an even superposition of all basis-states with certainty. This duality computer deletion algorithm requires a single query, and this achieves exponential speedup over classical algorithm. Using a duality mode and recycling quantum computing, we provide a realization of this duality computer deletion algorithm in quantum computer.     

采用横向铁磁交互作用的随机场伊辛模型的量子退火算法

通过数值对角化分析瞬时基态和第一激发态,提出基于横向铁磁交互的量子退火的优势.采用贝特近似作为实际执行的算法,给出相应的模拟结果,并对传统量子退火、基于横向铁磁交互作用的量子退火和模拟退火算法的剩余误差进行比较.结果表明:所提算法能有效提高传统量子退火在随机场伊辛模型中的收敛速度;利用量子波动的选择空间可以有效实现量子退火的最佳性能.     

Q2Chemistry: A quantum computation platform for quantum chemistry

Quantum computers provide new opportunities for quantum chemistry. In this article,we present a versatile, extensible, and efficient software package, named Q2Chemistry, for developing quantum algorithms and quantum inspired classical algorithms in the field of quantum chemistry. In Q2Chemistry, the wave function and Hamiltonian can be conveniently mapped into the qubit space, then quantum circuits can be generated corresponding to a specific quantum algorithm already implemented in the package or newly developed by the users. The generated circuits can be dispatched to either a physical quantum computer, if available, or to the internal virtual quantum computer realized by simulating quantum circuits on classical computers. As demonstrated by our benchmark simulations, Q2Chemistry achieves excellent performance in simulating medium scale quantum circuits using the matrix product state algorithm. Applications of Q2Chemistry to simulate molecules and periodic systems are given with performance analysis.     

A quantum algorithm for the dihedral hidden subgroup problem based on lattice basis reduction algorithm

To optimize the algorithms for the dihedral hidden subgroup problem, we present a new algorithm based on lattice basis reduction algorithm. For n 〈 120, we reduce the dihedral hidden subgroup problem to shortest vector problem. A subroutine is given to get a transition quantum state by constructing a phase filter function, and then the measurement basis are derived based on the lattice basis reduction algorithm for solving low density subset sum problem. Finally, the parity of slope s is revealed by the measurement. This algorithm needs preparing mn quantum states, m qubits to store and O（n2） classical space, which is superior to existing algorithms.     

基于量子安全的电力信息系统安全增强方法研究

电力系统是国家发展的重要基石,电力信息系统的安全必须得到保障。现有电力信息系统的安全主要基于RSA等加密算法,面临互联网算力提升和量子计算机的威胁。根据电力系统对信息安全的迫切需求,以及量子保密通信技术在信息安全领域中的无条件安全性,探索量子保密通信技术在电力信息系统中的应用。通过对作为互联网信息技术基础的标准SSL协议过程及其安全要素解析,设计了同互联网基础相容的量子安全增强方法——利用预置量子随机数(基于量子随机数发生设备、量子密钥分发网络)进行随机数源强化,在开源OPENSSL VPN平台上进行相应实验验证。实验结果表明,提出的利用量子随机数源进行量子化改造的方案能实现系统安全的根本性改善,同时不显著增加系统复杂度或系统开销,对电力信息系统安全实现增强。     

氮化物无限抛物量子阱中极化子能量

采用LLP变分法研究氮化物抛物量子阱（GaN／Al0.3Ga0.7N）材料中自由极化子的能级,给出基态能量和基态到第一激发态跃迁能量随抛物量子阱宽度变化的函数关系．研究结果表明,自由极化子基态能量和跃迁能量随着阱宽的增大首先急剧减小,然后缓慢下降,最后接近GaN体材料中的三维值．这些结果在定性上与GaAs／ALGa1-x,As抛物量子阱中的值相似,但在定量上有所不同．GaN／Al0.3Ga0.7N抛物量子阱中电子一声子相互作用对极化子能量的贡献明显大于GaAs／Al0.3Ga0.7N抛物量子阱中的相应值,因此,讨论氮化物抛物量子阱中的电子态问题时应考虑电子一声子相互作用．     

Experimental one-way quantum computing

Standard quantum computation is based on sequences of unitary quantum logic gates that process qubits. The one-way quantum computer proposed by Raussendorf and Briegel is entirely different. It has changed our understanding of the requirements for quantum computation and more generally how we think about quantum physics. This new model requires qubits to be initialized in a highly entangled cluster state. From this point, the quantum computation proceeds by a sequence of single-qubit measurements with classical feedforward of their outcomes. Because of the essential role of measurement, a one-way quantum computer is irreversible. In the one-way quantum computer, the order and choices of measurements determine the algorithm computed. We have experimentally realized four-qubit cluster states encoded into the polarization state of four photons. We characterize the quantum state fully by implementing experimental four-qubit quantum state tomography. Using this cluster state, we demonstrate the feasibility of one-way quantum computing through a universal set of one- and two-qubit operations. Finally, our implementation of Grover's search algorithm demonstrates that one-way quantum computation is ideally suited for such tasks.     

PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

一种基于量子遗传算法的多播路由算法

提出了一种基于量子遗传算法QGA（quantum genetic algorithm）解决多播QoS（quality of service）路由问题的算法．介绍了量子遗传算法的基本原理，给出了算法实现的方法和具体流程，并进行了量子遗传算法在多播路由选择优化方面的仿真实验，证明了量子遗传算法优于常规遗传算法．