一种Grover量子搜索算法的改进策略

在使用Grover量子搜索算法对给定规模的数据库搜索时，随着搜索目标数的增加，获得正确结果的概率大幅度下降．分析了出现这种现象的原因，提出了一种基于新的相位匹配条件的改进策略．在新的相位匹配条件中，使2次相位旋转的大小相等方向相反．当要搜索的目标数目多于记录总数的1／3时，应用改进后的算法只需一步搜索，能以至少25／27的概率得到全部搜索目标．实验证明这种策略是有效的．     

Grover量子搜索算法的仿真实现

利用核磁共振(NMR)实验技术来实现量子计算,是当前各种验证量子算法最为有效的方法之一,但这个方法首先必须把量子算法编译成在现代超导核磁共振谱仪上能够直接执行的NMR脉冲序列,即NMR量子计算程序。在NMR技术中通常只要施加合适的射频脉冲,便可以达到使核自旋翻转以实现某种逻辑功能的目的,该文讨论了如何设计多量子位核磁共振(NMR)脉冲序列来实现Grower量子搜索算法,并在量子仿真器(QCE)上进行了实验验证。     

改进的多目标元素量子搜索算法

Grover量子搜索算法解决了未加排序的数据库搜索问题,在2ⁿ个元素中搜索M个目标元素,其计算复杂度为O（（2ⁿ/M）^-2）,相对于经典算法实现了二次加速,但是,当目标元素个数接近2ⁿ/2时该算法成功率只达到50%。从任意相位的Grover变换从发,给出一种改进的多目标元素量子搜索算法,该算法在目标元素个数M≥2ⁿ/4时,只用一次Grover变换就能以概率1完成搜索。     

绝热量子搜索算法中的纠缠与能量分析

为了进一步研究量子纠缠与量子计算速度及能量的关系,通过计算von Neumann纠缠熵,分析了时间复杂度分别为O(N )和O(1)的绝热量子搜索算法的量子纠缠度随时间的变化关系,并对两者进行了比较.实验结果表明,量子纠缠对绝热量子计算的运行时间具有明显的影响,较大的纠缠可以导致更短的运行时间,反之亦然.同时对纠缠与能量的关系给出了一般性解释,即注入能量导致系统的纠缠增大,并因此缩短算法的运行时间.此外还分析了纠缠与量子系统初态的关系.实验表明系统初态形式不同,其纠缠度也不一样.初态为等幅叠加态的算法涉及的纠缠度明显大于初态为非等幅叠加态的算法.     

多量子位Grover量子搜索算法的NMR仿真实现

核磁共振（NMR）技术目前是能有效实现量子计算的物理体系之一。多量子算符代数理论可以将幺正变换分解为一系列有限的单量子门和对角双量子门的组合。本文以核磁共振和多量子算符代数理论为基础,提出了实现多量子位Grover量子搜索算法的核磁共振脉冲序列设计方法,并在量子计算仿真程序上进行了3量子位的Grover量子搜索算法的实验验证。     

Grover量子搜索算法的线路优化

Grover算法是能够高效查找到目标态的量子搜索算法,但随着搜索数据量的增大,它的量子线路面临着复杂的门分解问题。在如今的NISQ时代资源非常有限,因此线路的深度成为一种重要的度量标准。介绍了一种基于分治思想的二阶段量子搜索算法,能够在量子计算机上快速地并行运行。提出一种线路优化方法,应用块级的Oracle线路来减少迭代次数。将该方法与分治思想相结合,提出2P-Grover算法。在量子计算框架Cirq上进行模拟实验,与Grover算法进行对比。实验结果表明,2P-Grover算法能够使线路的深度至少减少60%,并且保持了较高的搜索成功率。     

量子搜索算法

结合Grover和Tad Hogg的算法框架,叙述了量子算法中非结构化和结构化的两类搜索算法的设计思想.在Grover算法中,结合复杂性、临界点、非单调性、完备性和鲁棒性分析总结了一些性质,分析了Grover算法的优缺点.在Tad Hogg算法中对独立于问题的映射和相位调整分别作了介绍.重点分析了一种相位调整策略,解释该策略有效的原因和适用的场合,讨论了影响算法效率的因素.在上述论述的基础上对量子搜索算法与传统搜索算法进行了比较和分析,总结了隐藏在不同量子搜索算法背后的深刻思想.     

一种改进的量子遗传算法及其应用

针对基于Bloch球面坐标编码的量子遗传算法应用中的优化效率低和局部寻优较差能力问题,提出2点改进措施：在比较种群的基础上将局部搜索与全局搜索相结合;依据三链特性将搜索空间扩展为3Bloch球面空间。将改进算法应用于多变量函数极值优化问题,仿真结果表明,该改进算法寻优代数小、收敛速度快、效率高,并且具有较好的种群多样性,验证了改进措施的有效性。     

一种改进的双链量子遗传算法及其应用*

针对目前双链量子遗传算法中保持种群多样性和改善优化效率问题提出了三种改进方法。通过在量子比特概率幅三角函数表达式中引入常数因子,使搜索过程在多个周期上同时进行,以改善算法的优化效率;提出了一种基于单比特量子Hadamard的变异策略,可提高保持种群多样性的概率;改进了量子旋转门转角步长函数,能够有效避免算法震荡,增强算法的适应性。以多变量函数极值优化问题为例,仿真实验结果表明上述三种改进措施是有效的。     

量子搜索算法体系及其应用

Grover量子搜索算法正在逐渐演变成一个算法体系,并逐渐进入了实际应用阶段。文章中通过几何法论述了经典Grover算法,通过算符法引申出了该算法的扩展,并在两种情况下对该算法进行了讨论。在分析该算法实际应用基本策略的基础上,论述了函数全局优化问题的改进,提出了通过量子搜索算法改进纯适应搜索算法的新思想。     

一种改进的自动聚焦搜索算法及其实现

自动聚焦的过程就是镜头按照自动聚焦搜索算法来回搜索聚焦评价函数求最大值的过程。传统的爬山搜索算法会受到聚焦评价函数局部极值的干扰而不能准确聚焦,并且在大幅离焦状态下近聚焦缓慢。详细介绍了一种改进的自动聚焦搜索算法的原理和实现方法,它能有效地排除这种干扰,减少大幅离焦状态下近聚焦的时间,使系统可靠的聚焦。     

一种变维搜索的量子粒子群优化聚类算法

针对PSO聚类算法需要预定聚类中心个数的问题,提出一种变维搜索解空间的量子粒子群优化聚类算法.该算法采用量子编码的方式实现双链并行搜索,加速寻优过程,避免了粒子在解空间边界过分聚集;设计了幅角相位旋转算子和变异算子,使幅角相位依变概率进行变异,提高了粒子群的多样性;在迭代过程中,动态更新了聚类中心的数量,使算法能够在不同维度的解空间中寻优.仿真实验表明,该算法的收敛速度和聚类精度得到一定的改善.     

一种量子聚类的改进算法

介绍了量子势能、量子力学中粒子的分布机制和量子聚类算法,给出了量子聚类QC算法的物理理论根据,指出了量子聚类算法的优点和不足,提出了一种基于度量距离改变的量子聚类算法DQC,该算法对IRIS样本的聚类准确率比QC算法高出了8个百分点,实验结果证明了该算法的有效性。     

分区域搜索的狭义遗传算法

文章提出了分区域搜索的狭义遗传算法,讨论了狭义遗传算法分区域搜索的一些重要性质,并对其控制机理进行了分析。证明了分区域的狭义遗传算法是全局收敛的,并具有收敛速度快,搜索过程稳定性高、可控制性强等特点。最后,提出了有待研究的问题。     

一种基于量子进化算法改进的 k-mean 聚类算法

聚类分析是模式识别中的一个重要问题,是非监督学习的重要方法。K -means 算法是其中最经典的聚类算法之一。但是这种方法面对大规模数据的时候工作量非常巨大,并且保证不了聚类结果的最优性。提出了一种基于量子进化算法的改进的 K -means 聚类算法。该方法结合了两个方法的优点,用量子进化算法进行优化,并且改进了量子进化算法中的交叉算子和更新算子,提高了基于量子进化算法的 K -means 算法局部搜索能力。实验结果表明,改进算法取得了较好的效果。     

量子计算及量子算法研究进展

量子相干性和量子纠缠等特性为量子计算带来了完全不同于经典计算的独特运算方式,量子计算表现出的并行性更是令经典运算望尘莫及。Shor算法的提出完全展示了量子算法在解决某些经典问题时的优势,接踵而至的Grover搜索算法进一步诠释了量子计算的威力。此后,算法“量子化”在国际上掀起了研究的热潮,尤其在量子智能算法方面取得了不错的成果。文章首先介绍量子计算的发展现状和基本原理;然后列举三种典型的量子算法,展示量子计算的优越性;最后介绍该领域的研究进展。     

量子搜索及量子智能优化研究进展

为了提高智能优化算法的收敛速度及优化性能,目前国内外将量子计算机制和传统智能优化相融合,研究和提出了多种量子进化算法及量子群智能优化算法;为了进一步推动该领域的研究进展,系统地介绍了国内外提出的多种量子搜索及量子智能优化算法,其中包括量子搜索、量子衍生进化、量子神经网络三个方面内容;总结出目前改进量子搜索算法的主要机制和量子计算与传统智能计算的主要融合方式,并展望了量子搜索和量子智能优化有待进一步研究和需要解决的问题。     

基于分组评分的改进的Chord搜索算法

针对目前结构化搜索技术存在的缺陷,提出基于分组评分的改进的Chord搜索算法,其中包括节点重要性评分机制和分组机制。在Chord搜索算法的基础上,设计一套效率更高的搜索机制。通过实验比较该算法在搜索不同数目节点时的成功率、搜索效率及重要性评分对搜索结果的影响,证明该算法可以提高搜索效率。     

一种改进的量子旋转门量子遗传算法

量子遗传算法易陷入局部极值.为此,提出一种改进量子旋转门的量子遗传算法.将量子比特的概率幅值应用于染色体编码,使用量子旋转门实现染色体的更新操作,从而实现目标的优化求解.理论分析及实验结果表明,该算法以概率1收敛,强收敛于1-ε,与双链遗传算法相比,能增加算法复杂度,延长平均时间,对验证函数1收敛次数由3次增加到7次,对验证函数2收敛次数由8次增加到9次.