从"元宇宙"的视角思考程序语法

维特根斯坦有一个著名的且引发了广泛讨论的论断:"世界是所有事实的总和,而不是所有事物的总和."这句话可能离普通人的日常经验有一些距离,当人们看待世界的时候,往往自然而然地倾向于把事物进行分解:从某个物体还原到分子,再还原到原子,进而到各种基本粒子,于是可能觉得这整个世界就是由这些基本粒子组成的.     

论量子多目标进化算法研究

第一次将量子计算的理论用途于多目标优化之上可以提出量子多目标进化算法其采用量子位研究微观粒子的运动规律的物理学分支学科,它主要研究原子、分子、凝聚态物质,以及原子核和基本粒子的结构、性质的基础理论,它与相对论一起构成了现代物理学的理论基础。量子力学不仅是近代物理学的基础理论之一,而且在化学等有关学科和许多近代技术中也得到了广泛的应用。     

技术·普及应用

美国麻省理工学院媒体实验室创办人Negropont先生在其著作《数字革命》中指出,物质世界的基本粒子若是原子的话,数字革命后所组成的新世界,基本粒子就是位(bit)。在把物质当作数字对比者的逻辑下,人的想法,可以转成数字资     

无线传感网络覆盖的粒子进化优化策略研究

为了实现网络覆盖范围的最大化,延长网络寿命,本文在粒子进化的多粒子群算法的基础上提出了一种无线传感网络覆盖优化策略.通过多种群并行搜索,采取粒子进化理论使陷入局部最优的粒子迅速跳出,有效地避免了基本粒子群算法容易出现的"早熟"问题,提高了算法的稳定性.通过仿真实验分析了节点感知半径对覆盖性能指标的影响.覆盖率和收敛速度随着感知半径的增大逐渐增大和加快.仿真实验结果表明粒子进化的多粒子群优化策略比基本粒子群算法、传统遗传算法和新量子遗传算法具有更好的覆盖优化效果.     

引力的量子效应

引力的显著作用通常发生在大尺度上:引力控制着炮弹的路径,并支配着恒星和行星的运动.与此相反,量子力学(20世纪物理学中最成功的理论之一)效应通常只能在原子尺度内观测到.在量子世界中,引力是如此之弱,以至难以观测到引力引起的量子效应.     

改进的粒子群优化算法

为改善基本粒子群的全局、局部搜索能力和收敛速度以及计算精度,基于经典PSO方法和量子理论基础之上,提出了一种改进的基于量子行为的PSO算法--cQPSO算法.新算法中,采用全同粒子系更新粒子位置,并引用混沌思想,对每个粒子进行混沌搜索,试图改善粒子的全局、局部搜索能力和收敛速度以及计算精度.对经典函数的测试计算表明,改进算法的性能优于经典的PSO算法、基于量子行为的PSO算法.     

基于QPSO的证券市场GARCH模型实证研究

文章针对GARCH模型参数传统估计方法的不足,提出了利用量子粒子群算法的改进算法,并利用此算法实证建立了美国证券市场道琼斯指数收益的GARCH模型,更加精确地动态度量了证券市场收益序列的条件"异方差",并且和基本粒子群算法及其两种改进算法的实验结果进行了比较,最后对指数进行了走势预测.     

浅谈2021年人工智能发展

人工智能正在塑造世界.学习如何战胜冠状病毒、汽车自动化以及机器人等,这些只是改变世界的一些创新.在自然语言系统的推动下,我们越来越依赖于医疗创新和客户服务,量子计算对人工智能具有重要意义,因为与基于二进制的经典计算机相比,量子计算可以增强人工智能应用.     

真正的冷分子

从量子角度看,任何粒子都可同时被看作波,它的动量对应着一个特定的波长.在超冷原子气体中,当绝对温度远低于百万分之一度时,原子的波长将大于原子的平均间距,由此将产生某些处于现代物理学研究前沿的量子力学性质.这种冷的量子气体的性质取决于原子是玻色子还是费米子.玻色原子具有整数的自旋量子数,可以形成玻色一爱因斯坦凝聚体,被捕陷在这种凝聚体中的原子占据在体系的单一基态上.     

新型量子粒子群算法及其性能分析研究

本文在简要介绍基本粒子群优化（PSO）算法的基础上,讨论了一种新型量子粒子群优化算法,并给出了其实现方式,并通过标准测试函数对其进行性能对比评价。仿真结果表明,这种量子粒子群优化算法能给出很好的优化结果。     

用QPSO算法求解模糊交货期Flow-shop调度问题

针对模糊交货期Flow-shop调度问题的特点,运用一种收敛速度快、全局性能好、不易陷入局部最优的智能迭代算法-量子粒子群算法,对其进行求解。通过仿真实例对该算法进行了验证,结果表明,在求解模糊交货期的Flow-shop问题时,量子粒子群算法要优于遗传算法和基本粒子群算法。     

快速TFAD在雷达辐射源信号分析中的应用

计算量过大是制约时频原子分解算法在信号处理中应用的主要原因.针对这一问题,提出了一种基于改进量子遗传算法的快速时频原子分解算法.该方法在自适应匹配能力强的Chirp原子库的基础上,利用改进量子遗传算法快速寻找能够表示雷达辐射源信号特征信息的最佳时频原子,从而降低时频原子分解算法的计算复杂度.对雷达辐射源信号的仿真实验结果表明,该方法比传统的时频原子分解算法计算速度大幅度提高,计算量减小,而且重构信号时频图时频聚集性好,并有一定的抗噪性能.     

混合量子粒子群算法求解车辆路径问题

量子粒子群算法在求解车辆路径问题时一定程度上解决了基本粒子群算法收敛速度不够快的缺点,但是量子粒子群算法仍然存在容易陷入局部最优的缺点。利用混合量子粒子群算法对车辆路径问题进行求解,运用量子粒子群算法对初始粒子群的粒子进行更新,对粒子进行交叉操作,可以提高算法的全局搜索能力,进行变异操作,可以改善算法的局部搜索能力。以Matlab为工具进行仿真实验,实验结果表明改进后的算法在求解车辆路径问题时具有良好的性能,可以避免陷入局部最优,对比量子粒子群算法和遗传算法具有一定的优势。     

原子陀螺研究进展及展望

原子陀螺是基于量子物理原理和量子技术的新型高性能惯性传感器,在国防、军用以及民用等领域均具有广阔的应用前景,已成为国内外惯性技术领域的研究热点。目前原子陀螺主要分为核磁共振陀螺、无自旋交换弛豫陀螺和原子干涉陀螺,分别对它们的研究历程和现状进行了详细介绍,并对原子陀螺的未来发展趋势方向进行了展望,最后针对国内原子陀螺技术研究提出了一些思考。     

具有量子行为的粒子群优化算法的改进

为改善基本粒子群的全局、局部搜索能力和收敛速度、计算精度,基于标准PSO算法和量子理论基础之上,提出一种改进的基于量子行为的PSO算法—WbQPSO算法。新算法中,采用全同粒子系更新位置,并引入混沌思想,对每个粒子进行混沌搜索,另外通过在Mbest_i中加入权重系数,试图改善粒子群的全局、局部搜索能力和收敛速度以及计算精度。对经典函数的测试计算表明：改进算法的性能优于经典的PSO算法,基于量子行为的PSO算法。     

清华大学马雄峰课题组成功合作制备出可扩展多原子纠缠态北大核心CSCD

近日,清华大学交叉信息研究院马雄峰课题组与中国科学技术大学潘建伟院士、苑震生教授,复旦大学周游副研究员合作,成功制备出一种可扩展多原子纠缠态,向制备和测控大规模中性原子纠缠态迈出重要一步。量子纠缠是量子计算的核心资源,量子计算能力随纠缠比特数目的增加呈指数增长。因此,大规模多体量子纠缠的制备、测量与操控成为衡量当前量子计算机性能的关键指标。     

基于量子遗传粒子滤波的WSN目标跟踪算法

为了解决粒子滤波算法中存在的严重的退化现象,以及采用常规的重采样方法解决退化问题导致的粒子耗尽问题,研究了粒子滤波退化现象存在的原因和量子遗传算法具有的优点,将量子遗传算法引入粒子滤波,提出了基于量子遗传粒子滤波的无线传感器网络目标跟踪算法.通过量子遗传算法的编码方式增加粒子集的多样性,从而缓解了粒子滤波的退化现象并解决了粒子耗尽问题,而量子的并行性也节省了计算时间,提高了跟踪的实时性.仿真结果表明了该算法是可行的.     

王雪红：威盛电子股份有限公司董事长

万维网(WWW)的发源地-欧洲原子能研究机构(CERN)是欧洲第一个联合研究机构，位于法国和瑞士的交界处．是世界上最大的粒子物理研究中心。CERN主要研究构成宇宙中所有物质的基本粒子和使这些物质聚集在一起的基本作用力，因此，需要特殊的工具来产生和研究这些粒子。     

基于混沌量子粒子群算法的无线传感器网络覆盖优化

针对传统粒子群算法在求解无线传感器网络覆盖问题上存在的收敛速度慢、易陷入局部极值等缺陷,以提高传感器网络覆盖率为主要优化目标,提出了基于量子粒子群和Logistic混沌映射相结合的优化算法CQPSO。该算法基于量子δ势阱模型,同时引入精英个体适应值方差的早熟判断机制,提高了搜索效率。仿真结果表明,对比基本粒子群、混沌粒子群以及量子粒子群三种算法,该算法在覆盖率、均匀度以及平均移动距离指标方面具有更好的覆盖优化效果。     

改进的粒子群算法及其SVM参数优化应用

支持向量机是一种性能优越的机器学习算法,而其参数的选择对建模精度和泛化性能等有着重要的影响,也是目前机器学习研究的一个重要方向。在简要介绍基本粒子群优化（PSO）算法的基础上,提出了一种量子粒子群优化算法,给出了其实现方式,并通过4个基准测试函数进行性能对比评价。基于这种量子粒子群优化算法,对最小二乘支持向量机（LS-SVM）的参数优化进行了研究。仿真结果表明,量子粒子群优化算法能给出很好的优化结果。