量子計算的特性精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的量子計算的特性主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：量子計算的特性范文

自1982年理查德·費曼（Richard Feynman）提出“量子計算機”的概念之后，人們對它頗為關(guān)注，眾多研究機構(gòu)更是試圖借此開辟計算機時代的新紀元。但是，任憑人們千呼萬喚、前赴后繼，都沒能夠徹底揭開量子計算機的面紗。那么，量子計算機到底發(fā)展到了什么樣的階段？遇到了什么障礙？此次諾貝爾獎會對量子計算機的研發(fā)起到什么推動作用？量子計算機一旦面世，隨之而來的會是什么？

量子計算機是大勢所趨

所謂量子計算機，簡單來說就是利用量子攜帶信息、存儲數(shù)據(jù)，遵循量子算法進行高速的數(shù)學(xué)和邏輯運算的物理設(shè)備。我們熟知的傳統(tǒng)計算機的“心臟”依賴的是硅芯片，但是一個芯片的面積總是有限的。

硅晶體管作為在芯片上傳輸信息、處理信息的微型開關(guān)，每年都在縮小，但是，由于硅的特性和物理原理，尺寸縮小（現(xiàn)已達到納米級）將限制性能的提升。所以，對晶體管進行傳統(tǒng)的尺寸的擴展和收縮操作，不能再產(chǎn)生行業(yè)已經(jīng)習(xí)慣的更低功耗、更低成本、更高速度的處理器的效果。雖然英特爾的22納米處理器已經(jīng)面世，還計劃于2013年推出14納米處理器，對于10nm、7nm以及5nm的制程研發(fā)路線圖也已敲定，但是，只要粒子的尺度到了10的負10次方米以下，就會明顯出現(xiàn)量子特性，所以大部分物理學(xué)家堅持認為，摩爾定律不可能無限維持。

為了突破這道瓶頸，

IBM一直致力于研發(fā)碳納米管芯片，其研究人員在一個硅芯片上放置了1萬多個碳納米晶體管，從而能夠獲得比硅質(zhì)器件更快的運行速度。IBM聲稱這一成果有望讓摩爾定律在下一個十年中繼續(xù)生效。但是，如何獲得高純度的碳、如何實現(xiàn)完美的制造工藝又是不可避免的問題。

因為量子計算機是利用量子攜帶信息的，所以，傳統(tǒng)計算機面臨的挑戰(zhàn)恰恰是量子計算機的優(yōu)勢所在。量子計算機中的每個數(shù)據(jù)由不同粒子的量子狀態(tài)決定，根據(jù)量子力學(xué)原理，粒子的量子狀態(tài)是不同量子狀態(tài)的疊加。所以，量子計算機計算時采用的量子比特在同一時間內(nèi)能夠呈現(xiàn)出多種狀態(tài)——既可以是1也可以是0，傳統(tǒng)計算機在運算中采用的傳統(tǒng)比特在特定時間內(nèi)只能代表一個狀態(tài)——1或者0。這就是量子計算機與傳統(tǒng)計算機最大的不同之處。由于量子疊加狀態(tài)的不確定性，量子計算可以同時進行大量運算，它的潛在應(yīng)用包括搜索由非結(jié)構(gòu)化信息構(gòu)成的數(shù)據(jù)庫，進行任務(wù)最優(yōu)化和解決此前無法解答的數(shù)學(xué)問題。所以，量子計算機是大勢所趨。

實現(xiàn)方案眾多

量子計算機以其獨特的運算邏輯和強大的運算性能吸引了無數(shù)研究機構(gòu)和科學(xué)家對其進行研究，也相繼取得了一些成果。量子計算機以處于量子狀態(tài)的原子作為中央處理器和內(nèi)存，所以研制量子計算機，關(guān)鍵在于成功操控單個量子。相信大家一定對“薛定諤的貓”這一理論并不陌生，關(guān)在密閉籠子里的貓，由于量子狀態(tài)的不確定性，人們永遠不知道它是活著還是死亡。所以，處于宏觀世界的我們?nèi)绾尾拍軌蛴行Р倏匚⒂^世界的粒子，是極大的難題。從理論上講，量子計算機有幾十種體系，從實驗上也有十幾種實現(xiàn)方法。

阿羅什帶領(lǐng)他的團隊利用微米量級的高反射光學(xué)微腔實現(xiàn)了單個原子輻射光子的操作；瓦恩蘭的團隊則利用可結(jié)合激光冷卻技術(shù)，在離子阱中實現(xiàn)了單個離子的囚禁；IBM的托馬斯·沃森研究中心組建了一支龐大的研究團隊，依賴耶魯大學(xué)和加州大學(xué)圣巴巴拉分校過去幾年在量子計算領(lǐng)域取得的進展，意欲基于微電子制造技術(shù)實現(xiàn)量子計算；美國普林斯頓大學(xué)物理副教授杰森·培塔表示，他和加州大學(xué)圣巴巴拉分校的科學(xué)家利用電子的自旋特性，尋找到了操控電子的方法；利用聲波和超導(dǎo)材料，也可以實現(xiàn)量子計算機的拓展；總部位于加拿大的D-Wave公司的量子芯片使用了特殊的鈮金屬（元素符號Nb，一種類似于銀，柔軟的、可延展的金屬）材料，在低溫下呈超導(dǎo)態(tài)，其中的電流有順時針、逆時針以及順逆同時存在的混合狀態(tài)，而這正可以用來實現(xiàn)量子計算。

眾多方法中，最值得一提的便是阿羅什和瓦恩蘭的做法。阿羅什構(gòu)造了一個腔，把單個光子囚禁在光腔里，實現(xiàn)量子的操控，再往腔里放入單個原子，使原子和光子相互作用，通過腔的損耗來調(diào)控它們的狀態(tài)。瓦恩蘭捕獲離子的方法，是用一系列電極營造出一個電場囚籠，離子如被裝進碗里的玻璃球，而后，用激光將離子冷卻，最終，最冷的一個離子安靜地待在碗底。他們獨立發(fā)明并優(yōu)化了測量與操作單個粒子的實驗方法，而且單個粒子在實驗過程中還能保持量子的物理性質(zhì)。

中國科學(xué)院院士郭光燦這樣評價阿羅什和瓦恩蘭的成就：量子計算這個領(lǐng)域已經(jīng)取得了飛速發(fā)展，現(xiàn)在的技術(shù)已經(jīng)超過當初的技術(shù)，但是起點是他們。我們現(xiàn)在關(guān)注的不是單個離子，而是多個離子的糾纏，比如兩個腔怎么連在一起，這是將來要做的，此外，還會有各種各樣的腔，比如光學(xué)腔、物體腔和超導(dǎo)腔等?，F(xiàn)在做量子計算機，實際上就是做芯片，把很多離子糾纏在一起，分到各個區(qū)里面，如果這一步能實現(xiàn)，量子計算機有希望在這方面實現(xiàn)實質(zhì)性突破。

過程艱難 但前景樂觀

自“量子計算機”的概念提出到現(xiàn)在的30年間，科學(xué)家們紛紛涉足，不管是在理論方面，還是實踐方面，都取得了一些不可忽視的成就。

近幾年來，量子計算機的領(lǐng)域更是全面開花，量子計算機不再是人們“只聞其名，不見其形”的概念型產(chǎn)品。英國布里斯托爾大學(xué)等機構(gòu)以奧布賴恩為領(lǐng)導(dǎo)的研究人員更是在新一期美國《科學(xué)》雜志上宣布，成功研發(fā)出一種可用于量子計算的硅芯片。奧布賴恩表示，利用這種芯片技術(shù)，10年內(nèi)可能就會研制出超越傳統(tǒng)計算機的量子計算機。

想要研制出實用的量子計算機，需要面臨科學(xué)技術(shù)方面的多重挑戰(zhàn)，其中最主要的兩大障礙就是：如何讓粒子長時間保持量子狀態(tài)，即保持相干性；如何讓盡量多的粒子實現(xiàn)共同計算，即實現(xiàn)量子糾纏。阿羅什和瓦恩蘭給出的實驗方法均成功地打破了這些障礙，實現(xiàn)了基礎(chǔ)性的突破。近幾年來，研究人員以他們的研究成果為出發(fā)點，不斷探索，取得了快速進展，可謂前景樂觀。

需要注意的是，量子計算機的出現(xiàn)會將網(wǎng)絡(luò)安全置于非常危險的境地，給現(xiàn)有的社會和經(jīng)濟體系以及國防帶來潛在威脅。目前大部分的網(wǎng)絡(luò)保密是使用“RSA公開碼”的密碼技術(shù)。想要破譯這種密碼，就要對大數(shù)分解質(zhì)因子，這是極其困難的。按照現(xiàn)有的理論計算，分解一個400位數(shù)的質(zhì)因子，用目前最先進的巨型計算機也需要用10億年的時間，而人類的歷史才不過幾百萬年。然而，量子計算機能夠借助其強大的運算功能瞬間完成密碼破譯，這嚴重動搖了RSA公共碼的安全性。

目前，量子計算機給人們的印象不過類似于一個玩具，娛樂價值似乎更高一些，但是在不久的將來，它一定能夠引領(lǐng)計算機世界的潮流。

相關(guān)鏈接

量子計算機發(fā)展簡史

1982年，諾貝爾獎獲得者理查德·費曼（Richard Feynman）提出“量子計算機”的概念。

1985年，英國牛津大學(xué)的D. Deutsch進一步闡述了量子計算機的概念，并且證明了量子計算機比經(jīng)典圖靈計算機具有更強大的功能。

1994年，貝爾實驗室的專家彼得·秀爾（Peter Shor）證明量子計算機能夠完成對數(shù)運算，而且速度遠勝傳統(tǒng)計算機。

2005年，世界第一臺量子計算機原型機在美國誕生，它基本符合了量子力學(xué)的全部本質(zhì)特性。

2007年2月，加拿大D-Wave系統(tǒng)公司宣布研制成功16位量子比特的超導(dǎo)量子計算機。

2009年，世界第一臺通用編程量子計算機在美國國家標準技術(shù)研究院誕生。

2010年1月，美國哈佛大學(xué)和澳洲昆士蘭大學(xué)的科學(xué)家利用量子計算機準確算出了氫分子所含的能量。

2010年3月，德國于利希研究中心發(fā)表公報：該中心的超級計算機JUGENE成功模擬了42位的量子計算機。

第2篇：量子計算的特性范文

關(guān)鍵詞:量子力學(xué) 量子計算機

中圖分類號:TP39 文獻標識碼:A文章編號:1007-3973 (2010) 02-106-01

1量子力學(xué)對計算機技術(shù)發(fā)展的影響

自1646年第一臺電子計算機問世以來,其芯片發(fā)展速度日益加快。按照芯片的摩爾定律 ,其集成度在不久的將來有望達到原子分子量級。在享受計算機飛速發(fā)展帶來的種種便利的同時,我們也不得不面臨一個瓶頸問題,即根據(jù)量子力學(xué)理論,在芯片發(fā)展到微觀集成的時候,量子效應(yīng)會影響甚至完全破壞芯片功能。因此,量子力學(xué)對計算機技術(shù)發(fā)展具有決定性作用。

1.1量子力學(xué)簡介

量子力學(xué)是近代自然科學(xué)的最重要的成就之一. 在量子力學(xué)的世界里,一個量子微觀體系的狀態(tài)是由一個波函數(shù)來描述的,而非由粒子的位置和動量描述,這就是它與經(jīng)典力學(xué)最根本的區(qū)別。

1.2量子力學(xué)與量子計算機

量子力學(xué)的海森堡測不準原理決定了粒子的位置和動量是不能同時確定的()。當計算機芯片的密度很大時(即很小)將導(dǎo)致很大,電子不再被束縛,產(chǎn)生量子干涉效應(yīng),而這種干涉效應(yīng)會完全破壞芯片的功能。為了克服量子力學(xué)對計算機發(fā)展的限制,計算機的發(fā)展方向必然和量子力學(xué)相結(jié)合,這樣不僅可以越過量子力學(xué)的障礙,而且可以開辟新的方向。

量子計算機就是以量子力學(xué)原理直接進行計算的計算機.保羅•貝尼奧夫在1981年第一次提出了制造量子計算機的理論。量子計算機的存儲和讀寫頭都以量子態(tài)存在的,這意味著存儲符號可以是0、1以及它們的疊加。

2量子計算機的優(yōu)點

近年來的種種試驗表明,量子計算機的計算和分析能力都超越了經(jīng)典計算機。它具有如此優(yōu)越的性質(zhì)正在于它的存儲讀取方式量子化。對量子計算機的原理分析可知,以下兩個個特性是令量子計算機優(yōu)越性的根源所在。

2.1存儲量大、速度高

經(jīng)典計算機由0或1的二進制數(shù)據(jù)位存儲數(shù)據(jù),而量子計算機可以用自旋或者二能級態(tài)構(gòu)造量子計算機中的數(shù)據(jù)位,即量子位。不同于經(jīng)典計算機的在0與1之間必取其一,量子位可以是0 或者1,也可以是0和l的迭加態(tài)。

因此,量子計算機的n個量子位可以同時存儲2n個數(shù)據(jù),遠高于經(jīng)典計算機的單個存儲能力; 另一方面量子計算機可以同時進行多個讀取和計算,遠優(yōu)于經(jīng)典計算機的單次計算能力。量子計算機的存儲讀取特性使其具有存儲量大、讀取計算速度高的優(yōu)點。

2.2可以實現(xiàn)量子平行態(tài)

由量子力學(xué)原理可知,如果體系的波函數(shù)不能是構(gòu)成該體系的粒子的波函數(shù)的乘積,則該體系的狀態(tài)就處在一個糾纏態(tài),即體系的粒子的狀態(tài)是相互糾纏在一起的。而量子糾纏態(tài)之間的關(guān)聯(lián)效應(yīng)不受任何局域性假設(shè)限制,這使兩個處在糾纏態(tài)的粒子而言,不管它們離開有多么遙遠,對其中一個粒子進行作用,必然會同時影響到另外一個粒子.正是由于量子糾纏態(tài)之間的神奇的關(guān)聯(lián)效應(yīng), 使得量子計算機可以利用糾纏機制,實現(xiàn)量子平行算法,從而可以大大減少操作次數(shù)。

3量子計算機發(fā)展現(xiàn)狀和未來趨勢

3.1量子計算機實現(xiàn)的技術(shù)障礙

到目前為止,世界上還沒有真正意義上的量子計算機,它的實現(xiàn)還有許多技術(shù)上的問題。

量子計算機的優(yōu)越性主要體現(xiàn)在量子迭加態(tài)的關(guān)聯(lián)效應(yīng). 然而,環(huán)境對迭加態(tài)的影響以及迭加態(tài)之間的相互作用會使這種關(guān)聯(lián)效應(yīng)減弱甚至喪失,即量子力學(xué)去相干效應(yīng).因此應(yīng)盡量減少環(huán)境對量子態(tài)的作用。同時,萬一由于相干效應(yīng)引入了錯誤信息,必需能及時改正,這需要進一步的研究和實驗。

另一方面,量子態(tài)不能復(fù)制,使得不能把經(jīng)典計算機中很完善的糾錯方法直接移植到量子計算機中來.由于量子計算機在計算過程中不能對量子態(tài)測量, 因為這種測量會改變量子態(tài), 而且這種改變是不可恢復(fù)的,因此在糾錯方面存在很多問題。

3.2量子計算機的現(xiàn)狀

由于上述兩種原因,現(xiàn)在還無法確定未來的量子計算機究竟是什么樣的, 目前科學(xué)家門提出了幾種方案.

第一種方案是核磁共振計算機. 其原理是用自旋向上或向下表示量子位的0 和1 兩種狀態(tài),重點在于實現(xiàn)自旋狀態(tài)的控制非操作,優(yōu)點在于盡可能保證了量子態(tài)和環(huán)境的較好隔離。

第二種方案是離子阱計算機. 其原理是將一系列自旋為1/2 的冷離子被禁錮在線性量子勢阱里, 組成一個相對穩(wěn)定的絕熱系統(tǒng),重點在于由激光來實現(xiàn)自旋翻轉(zhuǎn)的控制非操作其優(yōu)點在于極度減弱了去相干效應(yīng), 而且很容易在任意離子之間實現(xiàn)n 位量子門。

第三種方案是硅基半導(dǎo)體量子計算機. 其原理是在高純度硅中摻雜自旋為1/2的離子實現(xiàn)存儲信息的量子位,重點在于用絕緣物質(zhì)實現(xiàn)量子態(tài)的隔絕,其優(yōu)點在于可以利用現(xiàn)代高效的半導(dǎo)體技術(shù)。

此外還有線性光學(xué)方案, 腔量子動力學(xué)方案等.

3.3量子計算機的未來

隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展,量子計算機也會逐漸走向現(xiàn)實研制和現(xiàn)實運用。量子計算機不但于未來的計算機產(chǎn)業(yè)的發(fā)展緊密相關(guān),更重要的是它與國家的保密、電子銀行、軍事和通訊等重要領(lǐng)域密切相關(guān)。實現(xiàn)量子計算機是21 世紀科學(xué)技術(shù)的最重要的目標之一。

參考文獻:

[1]胡連榮. 速度驚人的量子計算機[J].知識就是力量

[2]付剛.“量子計算機”解密[N].中安在線-安徽日報

[3]譚華海.量子計算機研究的最新進展[J].教育部科技發(fā)展中心內(nèi)刊.

第3篇：量子計算的特性范文

關(guān)鍵詞：量子信息論；信道容量；光通信

中圖分類號：N031 文獻標識碼：A

文章編號：1005-913X（2012）08-0163-01

一、引言

信息論或者稱為通信的數(shù)學(xué)理論，是研究信息的傳輸、存儲和處理的科學(xué)。Shannon信息論是其主要代表。而在量子世界里，信號的物理特性與其所傳輸?shù)男畔⑼耆o密聯(lián)系，從而產(chǎn)生了量子信息論。近年來，量子密碼技術(shù)、量子通信、量子計算、量子模擬、量子度量學(xué)等方面都取得了很大進展[1]如今，光通信中有關(guān)信息論的相關(guān)理論已成為人們關(guān)心的課題。本文將對量子信息學(xué)在光通信中的應(yīng)用進行分析和比較。

二、Shannon信息論

（一）信息熵的概念

Shannon從研究通信系統(tǒng)傳輸?shù)膶嵸|(zhì)出發(fā)提出了信息熵H（X）的概念 [2]

I（X；Y） = H（X）-H（X/Y） （1）

也可表示為：

■ （2）

（二）信道容量

信道容量C，它反應(yīng)了信道傳輸信息的能力，是信道特性的參量。

C=max{I（X；Y）} （bit/event） （3）

Shannon對信道研究后發(fā)現(xiàn)由高斯信道可推導(dǎo)出Shannon公式[2]

C=Bln=Bln

■ （4）

N0是每單位頻率的信噪比，B是帶寬。

高斯信道中的信息量達到極限時[6]：

C=limB ln（1+S/（N0*W））=■lne=1.44■（bit） （5）

三、量子信息論

量子信息論采用與信息論相類似的方式向前發(fā)展。 [3] 在量子信息論中常用量子位或者量子比特表示信息單位。如|Ψ>=α|0>+β|1>（|α|2+|β|2=1），|Ψ>，又稱為疊加態(tài)。

量子比特之所以與比特有如此大的差異是因為量子態(tài)是相互糾纏的。

（一）馮諾依曼（Von Neumann）熵

與經(jīng)典信息論相似，量子信息論定義了馮諾依曼（Von Neumann）熵為：

S（ρ）=-Trρlogρ （6）

當組成混合態(tài)系統(tǒng)的每個純態(tài)是相互正交時，（6）式退化為

S（ρ）=-Trρlogρ=■pilogpi （7）

馮諾依曼（Von Neumann）熵等于Shannon熵；而當各純態(tài)相互不正交時，可證明系統(tǒng)的馮諾依曼熵將小于Shannon熵。

（二）量子信道與信道容量

在量子信息論中有三種信道容量概念：①無經(jīng)典輔助條件下傳輸完整量子信息的信道容量Q（N）②只傳輸經(jīng)典信息時的信道容量C（N）③在一般信道輔助下傳輸量子信息的信道容量Q2（N）。Q（N）與C（N）的定義形式相同；如Q（N）定義為：對于任意大的n和任意小的ε，當n個量子比特的每個量子態(tài)|φ>經(jīng)過編碼、信道傳輸和解碼后的保真度都大于1 -ε 時的量子信道的最大傳輸速率；用數(shù)學(xué)公式可精確地表示為

Q（N）=■■sup{■：■m，E，D

■ψ∈H2n>1-ε （8）

但是，對于絕大多數(shù)的有噪聲量子信道，這種容量并不能計算出具體值，而僅是一個取值范圍。

在信息論中，Q（N）可通過干信息來描述，而C（N）完全由可獲信息來確定。

四、光纖通信中的信息量

在光量子信道中，對于頻率fi，輸出信號的平均量子數(shù)為

yi=xi+ni （9）

假設(shè)xi與ni 統(tǒng)計獨立。設(shè)xi，ni，yi的概率密度函數(shù)為p（xi），p（ni），p（yi），則p（yi/xi）=p（ni）。[5]在特定頻率fi上，光量子信道的平均互信息[4]

I（yi；xi）=H（yi）- H（ni） （10）

因為固定時間間隔t，t=■，所以單位時間內(nèi)的平均互信息

I（X；Y）=■■I（yi；xi）=H（Y）-H（n） （11）

在fi上，假設(shè)接收信號的光量子的離散能譜為

EI=hfi （h是普朗克常數(shù)） （12）

由于熱輻射，光量子的波動服從Gibb分布

P（ni）=■ （13）

可得光量子的波動引起的噪聲熵

H（nI）=π2Kt/3hln2 （14）

由（12）式，可得單位時間內(nèi)信號的平均能量

S=EI=■■■xi ρ（xi）hfi （15）

而輸出信號的平均功率是

■■■yi ρ（yi）hfi

=S+■■■ni ρ（ni）hfi （16）

所以，對于窄帶的光量子信道，帶寬f

就等于Shannon信道容量公式。

五、結(jié)束語

Shannon信息論是一套數(shù)學(xué)理論，而在物理效應(yīng)非常明顯的量子世界里討論信息問題時，量子信息論起著支柱作用。它的實用性在量子密碼通信和量子計算機已經(jīng)初步實現(xiàn)。[7]現(xiàn)代信息論的理論與方法變得更加全面和深刻。必將在包括光通信在內(nèi)的廣闊通信領(lǐng)域發(fā)揮重要作用。

參考文獻：

[1] 周正威，等.量子信息技術(shù)縱覽[J].科學(xué)通報，2012（17）.

第4篇：量子計算的特性范文

關(guān)鍵詞：智能信息處理技術(shù)；量子計算智能導(dǎo)論；教學(xué)實踐

人類正被數(shù)據(jù)淹沒，卻饑渴于知識。面臨浩瀚無際而被污染的數(shù)據(jù)，人們呼喚從數(shù)據(jù)中來一個去粗取精、去偽存真的技術(shù)。而數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中識別出有效的、新穎的、潛在有用的，以及最終可理解的知識和模式的高級操作過程，所以數(shù)據(jù)挖掘也可以說是一個模式識別的過程，因此模式識別領(lǐng)域的許多技術(shù)經(jīng)過一定的改進便可以在數(shù)據(jù)挖掘中起重要的作用。計算智能(Computational Intelligence-CI)方法是傳統(tǒng)人工智能(Artificial Intelligence，AI)的擴展，它是模式識別技術(shù)發(fā)展的新階段[1]。

科學(xué)家預(yù)言：“21世紀，人類將從經(jīng)典信息時代跨越到量子信息時代”。創(chuàng)立了一個世紀的量子力學(xué)隨著20世紀90年代與信息科學(xué)交叉融合誕生的量子信息學(xué)，已成為量子信息時代來臨的重要標志[2]。量子計算智能導(dǎo)論作為信息科學(xué)、計算機科學(xué)、智能信息處理、人工智能等相關(guān)專業(yè)的研究生專業(yè)課程，已經(jīng)在越來越多的高等學(xué)校開設(shè)。

由于量子計算智能是一門跨越包括物理學(xué)、數(shù)學(xué)、計算機科學(xué)、電子機械、通訊、生理學(xué)、進化理論和心理學(xué)等學(xué)科在內(nèi)的深奧科學(xué)，因此量子計算智能導(dǎo)論的教學(xué)內(nèi)容和側(cè)重點的安排目前仍處在探索階段，尤其作為研究生課程如何使得學(xué)生在掌握深奧理論的基礎(chǔ)上結(jié)合實際應(yīng)用，將理論轉(zhuǎn)化為技術(shù)與工具，從而提高動手能力，這是每個研究生專業(yè)課任課老師的核心探索所在，因此就要求老師在授業(yè)解惑的同時關(guān)注前沿，以該學(xué)科的前沿領(lǐng)域為教學(xué)指引，進而更好的培養(yǎng)研究生主動探索知識的能力。

1教材選擇

一本好的教材為教學(xué)起到了畫龍點睛的作用，因此教材的選擇即是老師對教學(xué)內(nèi)容，教學(xué)目標和教學(xué)方法的選擇。我們選擇教材，期望該教材由淺入深、深入淺出、可讀性好，具有系統(tǒng)性、交叉性、前沿性等特點。由于量子計算智能導(dǎo)論為全校研究生的專業(yè)課程，而量子計算智能是一門多學(xué)科交叉的綜合型學(xué)科，因此我們要考慮到來自學(xué)校不同專業(yè)背景，以及在物理，數(shù)學(xué)，工程優(yōu)化和進化理論基礎(chǔ)有限的兩難困境，所以首先選擇了一本關(guān)于量子計算的英文原版書作為教材之一，Michael Nielsen等人所著的《Quantum Computation and Quantum Information》[3]，2003年高等教育出版社出版，該書全面介紹了量子計算與量子信息學(xué)領(lǐng)域的主要思想與技術(shù)。到目前為止，該領(lǐng)域的高速進展與學(xué)科交叉的特性使得初學(xué)者感到困惑而不易對其主要技術(shù)與結(jié)論有綜合性的認識，而該書特色在于對量子機制和計算機科學(xué)給予了指導(dǎo)性介紹，使得那些沒有物理學(xué)或計算機科學(xué)背景的學(xué)生對此也易于接受，為學(xué)生提供了詳實的關(guān)于量子計算的物理原理和基本概念；另外考慮到這門課程面向研究生，無論將來他們是直接就業(yè)還是繼續(xù)深造，都要注重實踐動手能力的培養(yǎng)，要能夠?qū)⒆约核鶎W(xué)的書本知識轉(zhuǎn)化為技術(shù)和工具，去解決實際的工程和科研問題，因此我們還選擇了另外一門書，由李士勇教授所著的《量子計算與量子優(yōu)化算法》[4]，哈爾濱工業(yè)大學(xué)出版社于2009年出版，該書著重講解了量子優(yōu)化算法，為實際工程應(yīng)用提供了新的思路，并啟發(fā)大家在量子計算機沒有走出實驗室的今天，如何利用現(xiàn)有的數(shù)字式計算機構(gòu)造具有量子特性的快速算法。當然考慮到全校研究生的專業(yè)知識背景不同，我們也推薦了中南大學(xué)蔡自興教授等編著，2004年由清華大學(xué)出版社出版的《人工智能及其應(yīng)用：研究生用書(第三版)》[5]，該書是蔡自興為主講教授的國家精品課程人工智能的配套教材，該本書中系統(tǒng)全面的講解了高級知識推理、分布式人工智能與艾真體、計算智能、進化計算、群智能優(yōu)化、自然計算、免疫計算以及知識發(fā)現(xiàn)和數(shù)據(jù)挖掘等近年的熱點智能方法，從而輔助學(xué)生了解人工智能，以及人工智能如何發(fā)展到計算智能，使得學(xué)生全面認識學(xué)科的發(fā)展和傳承性，為今后學(xué)習(xí)量子計算智能打下堅實的理論基礎(chǔ)。

2教學(xué)內(nèi)容

本課程從量子計算的基本概念和原理出發(fā)，重點講解量子計算基礎(chǔ)和基本的量子算法；并從量子優(yōu)化算法拓展開來。該門課程我們安排了46學(xué)時，具體安排如下：第1章，量子力學(xué)基礎(chǔ)(2學(xué)時)；第2章，量子計算基礎(chǔ)(4學(xué)時)；第3章，基本量子算法(4學(xué)時)；第4章，Grover量子搜索算法的改進(4學(xué)時)；第5章，量子遺傳算法(8學(xué)時)；第6章，量子群智能優(yōu)化算法(8學(xué)時)；第7章，量子神經(jīng)網(wǎng)絡(luò)模型與算法(8學(xué)時)；第8章，量子遺傳算法在模糊神經(jīng)控制中的應(yīng)用(8學(xué)時)。

3教學(xué)方法

3.1理論與實踐相結(jié)合的教學(xué)方法

量子計算智能導(dǎo)論是一門多學(xué)科交叉的綜合型學(xué)科。選課的同學(xué)來自全校，各個的專業(yè)背景不同，但是大家的共同需求是一樣的，就是從課程中掌握一種用于解決實際問題的工程技術(shù)，但是工程技術(shù)的掌握也需要理論的支撐，因此我們在教學(xué)實踐中總結(jié)出了一套方法，具體做法是將教學(xué)內(nèi)容劃分為：理論型和實踐型。

理論型教學(xué)指的是發(fā)展完善的量子計算基本原理和方法。其內(nèi)容包括：量子位、量子線路、量子Fourier 變換、量子搜索算法和量子計算機的物理實現(xiàn)等。而其中量子位、量子線路以及量子算法都是以量子相對論為基礎(chǔ)的，這也是量子計算的本質(zhì)原理，而較之我們熟悉的數(shù)字式計算機和計算方式有著本質(zhì)的區(qū)別。我們在教學(xué)中由淺入深，通過PPT授課，采取理論與實例相結(jié)合的講授方式。下面給出了一個我們在教學(xué)中的實例：將量子計算問題形象化。具體內(nèi)容如下。

讓我們想象一下下面這個問題。我們要找一條穿過復(fù)雜迷宮的路。每次我們沿著一條路走，很快就會碰到新的岔路。即使知道出去的路，還是容易迷路。換句話說，有一個著名的走迷宮算法就是右手法則――順著右手邊的墻走，直到出去(包括繞過絕路)。這條路也許并不很短，但是至少您不會反復(fù)走相同的過道。以計算機術(shù)語表述，這條規(guī)則也可以稱作遞歸樹下行。現(xiàn)在讓我們想象另外一種解決方案。站在迷宮入口，釋放足夠數(shù)量的著色氣體，以同時充滿迷宮的每條過道。讓一位合作者站在出口處。當她看到一縷著色氣體出來時，就向那些氣體粒子詢問它們走過的路徑。她詢問的第一個粒子走過的路徑最有可能是穿過迷宮的所有可能路徑中最短的一條。當然，氣體顆粒絕不會給我們講述它們的旅行。但是 量子算法以一種同我們的方案非常類似的方式運作。即，量子算法先把整個問題空間填滿，然后只需費心去問問正確的解決方案(把所有的絕路排除在答案空間以外)。這樣以來，一個枯燥晦澀的量子算法就被很形象的解釋，因此增強了學(xué)生的記憶也加深了理解，從而提高了學(xué)生的學(xué)習(xí)興趣。

實踐型教學(xué)指的是正在發(fā)展中的量子計算智能方法的熱點問題。其內(nèi)容包括：量子遺傳算法，混沌量子免疫算法，量子蟻群算法，量子粒子群算法，量子神經(jīng)網(wǎng)絡(luò)模型與算法，和這些算法在實際工程優(yōu)化中的應(yīng)用。這部分內(nèi)容屬于本學(xué)科的前沿，但也是熱點問題，因此這部分我們在教學(xué)中忽略理論推導(dǎo)，重點強調(diào)實際操作，在PPT課件中增加仿真實例的講解；并在課下布置相應(yīng)的上機操作習(xí)題，配合上機實踐課程，鍛煉學(xué)生的動手能力，同時也引導(dǎo)學(xué)生去關(guān)注這些前沿，從而培養(yǎng)他們的科研素養(yǎng)。

為了體現(xiàn)該門課的教學(xué)特點，我們在考核方式上，采取考試與報告相結(jié)合的方式，其中理論部分我們采取閉卷考試，占總考評分數(shù)的40%；實踐部分采取上機技術(shù)報告考核，內(nèi)容為上機實踐課程布置的大作業(yè)，給出詳實的算法流程圖和仿真結(jié)果與分析，占總考評分數(shù)的40%；出勤率占總考評分數(shù)的20%。

3.2科研素養(yǎng)的培養(yǎng)與實踐能力的提高

科研素養(yǎng)的最核心部分，就是一個人對待科研情感態(tài)度和價值觀，科研素養(yǎng)的培養(yǎng)不僅使學(xué)生獲得知識和技能，更重要的是使其獲得科學(xué)思想、科學(xué)精神和科學(xué)方法的熏陶和培養(yǎng)。正如溫總理說的那樣：“教是為了不教，學(xué)是為了會學(xué)”，當學(xué)生將課本內(nèi)容遺忘后，遺留下來的東西即是他們所具備的科研素養(yǎng)。因此，在教學(xué)中，我們的宗旨也是提高學(xué)生的科研素養(yǎng)，量子計算智能導(dǎo)論是一門理論和實踐緊密結(jié)合的學(xué)科，該學(xué)科的發(fā)展日新月異，在信息處理領(lǐng)域的關(guān)注度也越來越高。在教學(xué)實踐中，我們采用了上機實踐和技術(shù)報告相結(jié)合的教學(xué)方式。掌握各種量子計算智能方法的原理和流程是這門課程教學(xué)的首要任務(wù)，因此學(xué)生結(jié)合各自研究方向?qū)崿F(xiàn)量子智能算法在實際科研任務(wù)中的優(yōu)化問題求解。在上機實踐中，學(xué)生不僅要掌握該智能算法的流程而且重點關(guān)注學(xué)生對

自己科研任務(wù)的建模，學(xué)會系統(tǒng)分析問題，建立合理的數(shù)學(xué)模型，并給出理論分析。上機實踐驗收中，我們不但考察其結(jié)果展示，更增加了上機實踐的技術(shù)報告，用來分析模型建立的合理性，從而培養(yǎng)學(xué)生對待科研問題的分析素養(yǎng)和建模素養(yǎng)。在技術(shù)報告中，我們要求學(xué)生給出幾種可供參考的建模模型，并分析各自的優(yōu)勢，和選擇這一解決方案的依據(jù)。由于量子計算智能導(dǎo)論是面向研究生開設(shè)的課程，在教學(xué)中，我們更佳關(guān)注其分析問題的能力，和解決問題的合理性的思考能力，從而培養(yǎng)學(xué)生的科研素養(yǎng)。

4結(jié)語

把教學(xué)當做一門藝術(shù)，是我們作為高校老師畢生追求的目標，如何做到重點講透，難點講通，要點講清，這也是我們多年教學(xué)中一直關(guān)注的關(guān)鍵點。我們在教學(xué)中反對“灌輸式”，強調(diào)“啟發(fā)式”，以實際應(yīng)用先導(dǎo)教學(xué)是非?？扇〉?，也收到了良好的效果。量子計算智能導(dǎo)論是一門綜合型交叉學(xué)科，且面向研究生開設(shè)，因此在教學(xué)實踐中，我們十分重視學(xué)生科研素養(yǎng)的培養(yǎng)。通過上機實踐和技術(shù)報告的形式引導(dǎo)學(xué)生積極動手，積極思考。希望這些教學(xué)中的點滴供同行們交流探討。

參考文獻：

[1] 焦李成,劉芳,緱水平,等. 智能數(shù)據(jù)挖掘與知識發(fā)現(xiàn)[M]. 西安:西安電子科技大學(xué)出版社,2006.

[2] 田新華. 跟蹤國際學(xué)術(shù)前沿迎接量子信息時代:《量子計算與量子優(yōu)化算法》評介[J]. 科技導(dǎo)報,2010,28(6):122.

[3]Michael A. Nielsen ,Isaac L. Chuang. Quantum Computation and Quantum Information [M]. 北京:高等教育出版社,2003.

[4] 李士勇,李盼池. 量子計算與量子優(yōu)化算法[M]. 哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2009.

[5] 蔡自興,徐光v. 人工智能及其應(yīng)用:研究生用書[M]. 3版. 北京:清華大學(xué)出版社,2004.

Exploration on Introduction to Quantum Computational Intelligence

LI Yangyang, SHANG Ronghua, JIAO Licheng

(School of Electronic Engineering, Xidian University, Xi’an 710071, China)

第5篇：量子計算的特性范文

美國天體物理聯(lián)合研究實驗室的物理學(xué)家與德國馬爾堡大學(xué)的理論學(xué)家合作，發(fā)現(xiàn)了一類新的準粒子：他們利用超快激光，讓半導(dǎo)體內(nèi)部的多個電子和空穴以新的方式排列組合，凝結(jié)成類似于液體的“量子液滴”。盡管壽命只有短暫的25皮秒（1皮秒=萬億分之一秒），但“量子液滴”的穩(wěn)定性卻足以用于研究光和物質(zhì)的特定形式如何相互作用。

當電子在半導(dǎo)體中流過時，在原本的位置留下一個空穴。電子可以與空穴結(jié)合成對，被稱為激子，屬于準粒子的一種。而新發(fā)現(xiàn)的準粒子是電子和空穴以非成對的方式排列而成的微觀復(fù)合體。研究人員稱之為“量子液滴”，因為它既具有量子特性，比如井然有序的能級，同時也擁有一些液體的特性，比如可以產(chǎn)生漣漪。它不同于我們所熟悉的液體水，因為“量子液滴”的大小非常有限，超過這一限度后，電子和空穴之間的這種相關(guān)性就會消失。

在這項實驗中，研究小組向砷化鎵半導(dǎo)體發(fā)射每秒約1億脈沖的超快紅色激光。激光脈沖首先產(chǎn)生的是激子，隨著脈沖強度增加，更多的電子和空穴對被創(chuàng)建出來。但當激子的密度達到一定水平時，原本綁定的電子和空穴就會解散。電子繼而繞空穴形成環(huán)形波，就像液體中原子的排列一樣。在周圍等離子體的壓力下，帶負電的電子和帶正電的空穴被“擠壓”成為呈中性的“液滴”。研究人員發(fā)現(xiàn)，4個電子和4個空穴就足以構(gòu)成一滴“液滴”，最多時“液滴”中的電子和空穴數(shù)量均可以達到14個。研究人員稱，他們獲得的關(guān)于單個“液滴”能級的實驗數(shù)據(jù)與理論計算是吻合的。調(diào)整激光脈沖的量子特性，可以讓能級與“液滴”內(nèi)部粒子的相關(guān)性匹配。“液滴”似乎也足夠穩(wěn)定，有助于未來系統(tǒng)性研究光和物質(zhì)狀態(tài)之間相互作用。而且，準粒子通常擁有其組成粒子所不具備的獨特性質(zhì)，可以在控制較大的系統(tǒng)和設(shè)備方面發(fā)揮作用。

美國天體物理聯(lián)合研究實驗室的物理學(xué)家史蒂芬?坎迪夫說：“說到實際用處，沒人打算去研制一個‘量子液滴’小設(shè)備，但這確實可以間接地加深我們對電子在不同的情況下，包括在光電子器件中如何相互作用的認識?！?/p>

第6篇：量子計算的特性范文

【關(guān)鍵詞】量子通信；量子信息學(xué)；量子信道；光子探測

1.引言

量子通信是量子力學(xué)和通信科學(xué)相結(jié)合的產(chǎn)物，可以實現(xiàn)經(jīng)典信息論不能完成的信息處理任務(wù)。量子通信以量子力學(xué)為基礎(chǔ)，其研究包括：量子隱形傳態(tài)、量子安全直接通信等研究方向，對現(xiàn)有信息技術(shù)帶來了重大突破，引起了學(xué)術(shù)界高度重視。近年來，有關(guān)量子計算機、量子相干性、量子通信、量子密碼等理論和研究大熱，其中，量子通信作為量子信息研究的內(nèi)容之一，成為物理學(xué)等領(lǐng)域最活躍的研究熱點。量子通信理論上可以實現(xiàn)絕對安全的通信過程，最初是利用光纖完成的，但由于光纖受地理和自身限制，無法實現(xiàn)遠距離的量子通信，不利于全球化量子通信。1993年，6位來自不同國家的科學(xué)提出了利用量子隱形傳送方案，構(gòu)建了一種脫離實物的量子通信系統(tǒng)，以量子態(tài)作為信息載體，通過量子態(tài)的傳送完成了大容量信息的傳輸，實現(xiàn)原則上不可被破譯的通信技術(shù)。由于存在不可避免的環(huán)境噪聲，量子的糾纏態(tài)品質(zhì)會隨著傳送距離的增加而變得越來越差。因此，量子通信不可避免地首先要解決傳輸距離的限制才能具有良好的應(yīng)用前景?？臻g量子通信技術(shù)利用分發(fā)糾纏光子的方法為遠程量子通信的研究提供了一種途徑。

2.空間量子通信技術(shù)原理

量子通信具有“容量大、速度快、保密性好”的優(yōu)點，其過程遵從量子力學(xué)原理。典型的量子通信系統(tǒng)包括：量子態(tài)發(fā)生器、通道和量子測量裝置。具有量子效應(yīng)的粒子如：光子、電子、原子等，都可以作為實現(xiàn)量子通信的量子信號[1]。由于光信號具有良好的傳輸特性，我們現(xiàn)在通常所說的量子通信系統(tǒng)均為量子光通信系統(tǒng)。單光子（糾纏光子對）的分發(fā)是實現(xiàn)空間量子通信的前提，空間量子通信技術(shù)可以通過空間技術(shù)實現(xiàn)全球化的量子通信，克服自由空間鏈路帶來的距離限制，圖1給出了典型量子通信實驗系統(tǒng)組成。

使用糾纏量子信號的量子態(tài)隱形傳輸技術(shù)是未來量子通信網(wǎng)絡(luò)的核心技術(shù)[2]，其原理如下：根據(jù)量子力學(xué)理論，由兩個光子組成的糾纏光子對（薛定諤將多體量子狀態(tài)的不可分的相互關(guān)聯(lián)稱為量子糾纏），無論其在宇宙中相隔多遠，其狀態(tài)均不可分割。單獨測量其中一個光子狀態(tài)，會得到完全隨機的結(jié)果，根據(jù)海森堡測不準原理，一旦測量了其中一個光子的狀態(tài)，即使其發(fā)生了變化，那么另一個光子也會發(fā)生同樣的變化，即“塌縮”到相同的狀態(tài)。利用這一特性，通信者Alice隨機產(chǎn)生一個比特，再隨機改變自己的基來制備傳輸量子態(tài)，并重復(fù)多次，接收者Bob通過量子信道進行接收，他測量每個光子，也隨機改變自己的基，當兩人的基相同時，就得到了一組互補的隨機數(shù)。一旦竊聽者Eve進行竊聽，糾纏光子對的特性就被破壞，Alice和Bob就會發(fā)覺，因此利用這種方式的通信是絕對安全的。

3.量子通信的研究進展和趨勢

人們最初對量子的研究是基于對光的研究進行的，由于量子通信可以建立無法被破譯的通信系統(tǒng)，因此受到美國、歐盟、日本等國在內(nèi)有關(guān)科研機構(gòu)的大力研究和發(fā)展，我國在這方面的研究成果也受到了國際上的廣泛關(guān)注。特別是在量子通信的演示驗證試驗方面，學(xué)術(shù)界已經(jīng)由地面自由空間傳輸試驗向空間傳輸試驗發(fā)展[1][3]。

（1）分發(fā)協(xié)議的發(fā)展

1984年，IBM公司的Chales H.Bennet和加拿大蒙特利爾大學(xué)的Gilles Brassard提出了第一個分發(fā)協(xié)議——BB84協(xié)議[4]。在1992年，他們又提出了EPR協(xié)議，又稱E91協(xié)議，將糾纏態(tài)首次與量子通信聯(lián)系起來[5]。2002年，Bostrom和Felbinger提出了Ping-pong協(xié)議[6]，這是一個十分重要的協(xié)議，其信息可以被確定性的直接傳輸，明顯提高了傳輸相率，受到人們的重視。目前所有實驗基本上基于上述協(xié)議進行的[7]。

（2）地面自由空間量子通信實驗進展

1993年，美國IBM公司基于糾纏態(tài)交換的實驗方案實現(xiàn)了世界上第一個量子信息傳輸實驗，傳輸距離32cm，傳輸速率10bps，從此拉開了量子通信實驗研究的序幕[1]。表1給出了現(xiàn)在國內(nèi)外較著名的地面自由空間量子通信實驗及成果[2][8-10]。

其中，中國科學(xué)技術(shù)大學(xué)潘建偉教授、清華大學(xué)彭承志教授等人于2005年至2009年間一系列的研究成果表明量子隱態(tài)傳輸穿越大氣層是可行的，糾纏光子在穿透等效于整個大氣厚度的地面大氣后，其糾纏特性仍可以保持，這為未來空間量子通信技術(shù)的發(fā)展奠定了基礎(chǔ)[7]。2007年，Zeilinger領(lǐng)導(dǎo)的聯(lián)合實驗室在奧地利兩海島間實現(xiàn)了跨越144km距離的基于誘騙態(tài)和糾纏態(tài)量子通信，是目前為止自由空間量子通信實驗距離的世界紀錄[7]。該實驗的單光子源采用弱相干脈沖[10]，鏈路采用雙向主動望遠鏡跟蹤系統(tǒng)，包括一臺光學(xué)望遠鏡（可發(fā)送單光子同時接收信標激光信號）及一架CCD相機等部件，如圖2所示。這個實驗的成功被認為是實現(xiàn)空間量子通信的重要基石。

由于量子通信的優(yōu)勢和特點，許多國家都把其列入重點研究范圍，縱觀各國研究現(xiàn)狀，不難發(fā)現(xiàn)，美國側(cè)重研究量子理論，正在大力研究和發(fā)展量子計算機和量子通信的理論和技術(shù)，希望在十年內(nèi)有所突破。歐洲則對星地量子通信等空間應(yīng)用較感興趣，善于聯(lián)合各國力量推動量子通信技術(shù)發(fā)展，現(xiàn)已開展相關(guān)實驗。日本則重點致力于提高量子通信傳輸速率，并致力于量子網(wǎng)絡(luò)系統(tǒng)的搭建和研究。我國目前已經(jīng)在自由空間量子通信上取得了一系列世界領(lǐng)先的科研成果，需要廣大科研人員繼續(xù)努力，保持我國在該領(lǐng)域的領(lǐng)先地位。

（3）量子通信在空間的實驗計劃

歐空局（ESA）自2002年以來資助了一系列空間量子通信研究，如QSpace項目（2002年-2003年），ACCOM項目（2004年），QIPS（2005年-2007年）。QSpace項目一來是為了驗證基于量子物理學(xué)的空間通信技術(shù)的可行性，二來是為了驗證空間量子通信較地面量子通信的優(yōu)勢，如可避免大氣擾動和吸收的影響等[11]。為此該項目進行了一些列的試驗，獲得了空間量子通信四項主要應(yīng)用方向，對空間量子通信技術(shù)優(yōu)勢進行了歸納總結(jié)。ACCOM項目主要包括一個空-地單向通信實驗，該實驗基于當時的星間光通信技術(shù)，利用一個空基發(fā)射機對多個分布式地基接收機間進行自由空間量子通信實驗，首次研發(fā)出了一種可重復(fù)使用光學(xué)收發(fā)終端。該項目的實驗系統(tǒng)是在經(jīng)典光學(xué)通信系統(tǒng)上進行復(fù)雜設(shè)計后改建的。QIPS項目即為上面描述的Zeilinger領(lǐng)導(dǎo)的聯(lián)合實驗團隊進行的144km量子通信實驗。實驗表明，144km地面水平傳輸實驗量子信道傳輸損耗約為25-30dB，這一數(shù)值與低軌衛(wèi)星與地面間傳輸損耗大致相當，由此可見，同樣的技術(shù)應(yīng)用于空-地系統(tǒng)更具發(fā)展?jié)摿蛢?yōu)勢。

基于上述研究成果，維也納大學(xué)的研究團隊于2004年提出了Space-QUEST計劃。審核該計劃的ELIPS-2項目組認為該計劃具有非常巨大的優(yōu)勢并強烈推薦ESA進行資助并實施。Space-QUEST實驗旨在首次驗證如下內(nèi)容[11]：

1）基于新型量子通信技術(shù)（QKD）的全球無條件安全空間信息傳輸技術(shù)。

2）利用空間環(huán)境優(yōu)勢，突破地基量子通信瓶頸，實現(xiàn)空間量子通信。

如圖4所示，該計劃擬采用國際空間站（ISS）上搭載的量子通信終端設(shè)備向地面發(fā)送糾纏態(tài)光子來進行，搭載的光學(xué)望遠鏡口徑僅10-15cm，載荷總重小于100kg，峰值功率小于250W，收發(fā)終端間距離大于1000km，遠遠超過現(xiàn)有地基實驗系統(tǒng)傳輸距離。該計劃最終將于2015年實施完成。

（4）空間量子通信技術(shù)存在的主要問題

一是空間量子通信噪聲干擾消除問題。由于現(xiàn)實通訊狀況的不完美和噪聲干擾，所有的量子密碼協(xié)議的噪聲干擾如果跟有竊聽者存在所帶來的噪聲沒有差別[1]，通信連路是無法建立起來的；二是自由空間量子信道的傳輸特性問題。不同地面環(huán)境對光子傳播的影響，包括大氣衰減和退極化效應(yīng)。4.總結(jié)

如上所述，近年來量子通信由于其安全性引起了研究人員廣泛地興趣，目前在實驗領(lǐng)域取得了一系列進展，其中量子態(tài)的隱形傳輸，量子網(wǎng)絡(luò)等技術(shù)正逐步走向?qū)嵱?。正是因為量子擁有廣袤的實用前景，各國均在量子通信技術(shù)方面加大科研投入。但是在降低單光子源成本、加大通信傳輸距離、增強檢測概率等一些關(guān)鍵性問題上還需要進一步研究。本文主要闡述了空間量子通信技術(shù)的產(chǎn)生、基本原理、發(fā)展歷程和現(xiàn)狀，并對空間量子通信技術(shù)存在的問題和難點進行了介紹。筆者相信，隨著科學(xué)技術(shù)的發(fā)展，量子通信技術(shù)實用化、商用化指日可待。

參考文獻

[1]閻毅.自由空間量子通信若干問題研究[J].西安電子科技大學(xué)，2009.

[2]CZ Peng，T Yang，et al.Experimental free-space distribution of entangled photon pairs over 13km：towards satellite-based global quantum communication[J].PhysicalReviewLetters，2005（94）.

[3]金賢敏.遠程量子通信的實驗研究[J].中國科學(xué)技術(shù)大學(xué)學(xué)報，2008.

[4]C.H.Bennett and G.Brassard，in Proc.IEEE Int.Conf.on Computers，Systems and Signal Processing Bangalore，India，pp.175-179.

[5]C.H.Bennett，Quantum cryptography using any two nonorthogonal states.Phys.Rev.Lett.68：3121-3124，1992.

[6]Bostrom K，F(xiàn)elbinger T.Deterministic Secure Direct Communication Using Entanglement[J].Phys Rev Lett，2002，89（18）：187-902.

[7]何玲燕，王川.量子通信原理及進展概述[J].中國電子科學(xué)研究院學(xué)報，2012，7（5）：466-471.

[8]Richard J Hughes，Jane E Nordholt et al.Practical Free-Space Quantum Key Distribution over 10km in Daylight and at Night[J].New Journal of Physics，2002（4）.

[9]RarityJ G，Gorman P M，et al.Secure Key Exchanger Over 1.9km Free-Space Range Using Quantum Crypto-graphy[J].Electronics Letters，2001，37（8）：512-514.

第7篇：量子計算的特性范文

全球著名的密碼專家、EMC技術(shù)總裁辦公室全球創(chuàng)新網(wǎng)絡(luò)高級總監(jiān)Burt Kaliski 博士

Burt Kaliski 博士是全球著名的密碼學(xué)專家,1991年幫助建立了RSA實驗室,領(lǐng)導(dǎo)了公鑰密碼標準(PKCS)的制定。2006年,EMC公司收購RSA公司后,他作為關(guān)鍵人才之一加盟EMC公司,目前,他領(lǐng)導(dǎo)著EMC全球創(chuàng)新網(wǎng)絡(luò)。記者就有關(guān)密碼技術(shù)研究的相關(guān)問題對他進行了專訪。

記者: 量子密碼技術(shù)一直很熱,由于它采用光學(xué)原理,借助光量子一次傳輸并很難復(fù)原的特性,加密雙方進行密鑰協(xié)商,一旦光量子被黑客截取,接收方就能知道; 并且,截取的光量子很難復(fù)原,因此,無論黑客的計算機速度有多快,量子加密都無法被破解,因此,它被認為是不可破解的加密技術(shù),請問您如何看待這一加密技術(shù)。

Burt Kaliski: 你問對了人,我是全球比較了解量子密碼技術(shù)的人,早在本世紀初,我就是全球第一家提供量子密碼技術(shù)的廠商的顧問。你說的確實對,從加密原理和算法上看,量子加密確實無法被破解,它的主要長處就在于任何人如果試圖破解它都能被檢測出來。但是, 一種加密方法能否商用,還要看它的物理特性。天下沒有免費的午餐,一件東西太好,就會增加額外的成本。量子加密也不例外,它增加的是額外的物理成本。它采用的傳輸線路是光纖,只能從一個點到另一個點; 并且,其傳輸距離也有限制,它的最長距離限制大概是100公里,所以我們必須一段一段把線路保護起來,而且每一個中間的部分還必須要用額外的物理保護,這就極大增加了物理成本。否則,如果黑客從物理上攻擊,量子加密同樣會被攻破。

正因為如此,剛開始時,RSA公司曾經(jīng)想收購那家提供量子密碼技術(shù)的公司,但最終放棄了收購。

記者: 請問,國際密碼研究現(xiàn)在有什么進展?現(xiàn)在您研究的一些最新的密碼技術(shù),哪些進入到RSA產(chǎn)品線中應(yīng)用起來了?

Burt Kaliski: 密碼算法當然是密鑰越長越難以破解。但總體而言,128位的算法,采用當今的計算機是無法破解的。按照今天的計算速度,不要說128位,就是80位的加密算法,也很難破解。摩爾定律說計算機的速度每18個月要翻一番,但密鑰只需要加一位就足以應(yīng)對。

密碼技術(shù)研究只是信息安全技術(shù)的基礎(chǔ),當你設(shè)計一個加密系統(tǒng)的時候,必須要考慮各種攻擊的可能性,有的是數(shù)學(xué)方面的,有的是現(xiàn)實方面的,比如目前的計算能力。因此,目前全球的許多信息安全設(shè)備中使用的一些算法,都是很久以前就研究出來的,足以應(yīng)對當前的安全形勢,相當長的時間內(nèi)不會被置換掉。

這些是加密技術(shù)的數(shù)學(xué)性質(zhì),但事實上,很可能有一些物理方面的攻擊,比如打開硬件設(shè)備,將密碼替換掉等等。由于這些原因,如果需要保護一些更重要的應(yīng)用,應(yīng)該找到更強的加密方法。

因此,我的建議是: 一密鑰越長越好,二不僅采用一種加密算法,可以采用多種加密算法,三對于特殊需求,可加上更多物理方面的保護。

記者: 您現(xiàn)在領(lǐng)導(dǎo)的EMC全球創(chuàng)新網(wǎng)絡(luò)是什么意思?有何意義?目前正在研究哪些前瞻性的技術(shù)?

Burt Kaliski: 我到了EMC公司后,研究領(lǐng)域進一步擴展,除了密碼技術(shù)外,還進一步研究信息整合、信息管理。

EMC創(chuàng)新網(wǎng)絡(luò)是兩年前由EMC首席技術(shù)官Jeff Nick領(lǐng)導(dǎo)創(chuàng)立的,主要方法是,項目研究人員可利用電話會議和社交媒體工具向分布于全球的同事們傳播知識。這是在21世紀,公司進行項目研究的非常棒的做法。創(chuàng)新網(wǎng)絡(luò)計劃遵循一個簡單的模式: “在當?shù)赝卣怪R,向全球傳播知識?！?/p>

第8篇：量子計算的特性范文

應(yīng)用于增量式光電編碼器的相關(guān)自適應(yīng)濾波方法??

超二代微光像增強器Na2KSb(Cs)多堿光電陰極熒光譜研究??

電光雙穩(wěn)態(tài)系統(tǒng)的混沌特性分析??

利用交叉克爾效應(yīng)制備六光子糾纏態(tài)?

非線性光學(xué)腔中的相位調(diào)制光機械動力學(xué)??

超高速攝影儀轉(zhuǎn)鏡運轉(zhuǎn)可靠性數(shù)值與實驗分析??

含耐高溫涂覆層長周期光纖光柵的溫度特性研究?

基于最小二乘支持向量機回歸的背景偏振光譜二向反射分布建模分析?

基于紫外光誘導(dǎo)血漿的三維同步熒光光譜共振能量轉(zhuǎn)移及能量再吸收的分析

單晶硅表面金字塔生長過程的實驗研究??

微喇曼和紅外光譜法研究化學(xué)氣相沉積金剛石多晶膜結(jié)晶質(zhì)量特性

平面光柵支撐結(jié)構(gòu)設(shè)計及其面形分析計算

中波紅外景象投影光學(xué)系統(tǒng)消熱差設(shè)計??

高精度物鏡波紋管致動器的線性度分析

基于同步載波提取的光纖傳感器相位生成載波解調(diào)方法??

反射式光學(xué)電壓互感器光路建模及偏振誤差分析??

一種改進型視角投影圖像彩色計算全息術(shù)的三維重構(gòu)算法??

基于梯度和運動估計的視頻質(zhì)量評價?

多尺度無監(jiān)督彩色圖像分割??

一種多尺度邊緣測度融合加權(quán)HD算法

基于強度傳輸方程的相位檢索??

基于改進光線投影算法的混凝土CT三維重建研究?

抗亮度和對比度調(diào)整的盲魯棒量化水印算法

液體中光擊穿所激發(fā)聲場的理論研究??

基于FournierForand體積散射函數(shù)的水中激光脈沖后向散射特性分析模型??

基于古斯-漢欣位移效應(yīng)的波長傳感研究??

用于觸摸屏的帶有微結(jié)構(gòu)的導(dǎo)光管的設(shè)計??

基于slot波導(dǎo)的硅基長波紅外偏振無關(guān)定向耦合器分析??

磁鏡陣列像增強器的調(diào)制傳遞函數(shù)研究??

亞單層黃色有機發(fā)光器件制備與光電性能研究?

半導(dǎo)體納米顆粒電子的超快弛豫過程

環(huán)境溫度對納米磁流體場誘導(dǎo)光學(xué)雙折射的影響??

不同泵浦光下Nd:GdVO4晶體輸出特性??

啁啾超短激光脈沖對二能級體系特性的調(diào)控??

LD側(cè)面抽運Nd:YAP腔內(nèi)三倍頻藍光激光器??

660nm單一波長Nd:YAG陶瓷激光器??

300～1100nm寬波段光學(xué)系統(tǒng)設(shè)計??

雙譜段全景電暈探測光學(xué)系統(tǒng)

子孔徑布局對拼接光學(xué)系統(tǒng)像質(zhì)的影響?

基于梯度折射率透鏡的管道內(nèi)窺鏡設(shè)計??

基于光子晶體異質(zhì)結(jié)的高效太陽能電池反射器研究?

利用沖擊波作用光子晶體產(chǎn)生藍光的研究??

二維高效光子晶體偏振分束器

量子隱形傳態(tài)的類簇態(tài)信道方案

兩量子位Grover量子算法NMR脈沖序列參量的研究??

脈沖激光作用下的量子定位實驗方案的設(shè)計及分析??

BR-D96N薄膜共線全息圖像存儲實驗研究??

基于空間光調(diào)制器的多層圖像的構(gòu)建與可視化??

基于互信息的高動態(tài)范圍成像系統(tǒng)成像質(zhì)量分析??

一種背景誤差累積的高光譜圖像異常檢測算法??

基于液體的電控光學(xué)成像系統(tǒng)??

微小孔非傍軸衍射光束傳輸特性的研究?

平頂高斯光束經(jīng)含失調(diào)圓孔光闌的失調(diào)光學(xué)系統(tǒng)的傳輸特性??

大氣信道對垂直發(fā)收模式紫外光散射通信性能影響的仿真??

應(yīng)用耦合模理論研究光在圓對稱雙包層光纖中的傳輸??

磁光光纖中光脈沖的非線性傳播特性研究??

含分壓電阻的光折變屏蔽光伏空間灰孤子??

第9篇：量子計算的特性范文

為降低神經(jīng)網(wǎng)絡(luò)的冗余連接及不必要的計算代價，將量子免疫克隆算法應(yīng)用于神經(jīng)網(wǎng)絡(luò)的優(yōu)化過程，通過產(chǎn)生具有稀疏度的權(quán)值來優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。算法能夠有效刪除神經(jīng)網(wǎng)絡(luò)中的冗余連接和隱層節(jié)點，并同時提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)效率、函數(shù)逼近精度和泛化能力。該算法已應(yīng)用于秦始皇帝陵博物院野外文物安防系統(tǒng)。經(jīng)實際檢驗，算法提高了目標分類概率，降低了誤報率。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；量子免疫克隆算法；目標分類；冗余連接；網(wǎng)絡(luò)優(yōu)化

中圖分類號： TP273

文獻標志碼：A

Quantum-inspired clonal algorithm based method for optimizing neural networks

Abstract：

In order to reduce the redundant connections and unnecessary computing cost， quantum-inspired clonal algorithm was applied to optimize neural networks. By generating neural network weights which have certain sparse ratio， the algorithm not only effectively removed redundant neural network connections and hidden layer nodes， but also improved the learning efficiency of neural network， the approximation of function accuracy and generalization ability. This method had been applied to wild relics security system of Emperor Qinshihuangs mausoleum site museum， and the results show that the method can raise the probability of target classification and reduce the false alarm rate.

Key words：

neural network； quantum-inspired clonal algorithm； target classification； redundant connection； network optimization

0 引言

神經(jīng)網(wǎng)絡(luò)已經(jīng)被廣泛地應(yīng)用于模式分類、函數(shù)逼近、信號預(yù)測等各種領(lǐng)域，是近年來的研究熱點之一[1-2]。在應(yīng)用過程中，研究人員發(fā)現(xiàn)，當神經(jīng)網(wǎng)絡(luò)的規(guī)模過大會產(chǎn)生連接數(shù)量冗余大、計算代價過高的問題，降低了大規(guī)模神經(jīng)網(wǎng)絡(luò)的實用性。針對此問題，研究人員提出了多種方法在保持神經(jīng)網(wǎng)絡(luò)的前提下優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)權(quán)值。Leung等[3-4]改進了傳統(tǒng)的遺傳算法（Genetic Algorithm， GA）并將其應(yīng)用于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值優(yōu)化過程，利用遺傳算法的快速收斂性來提高神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度，其缺點在于當目標函數(shù)維數(shù)過大時容易陷入局部最優(yōu)。Xiao等[5]使用混合優(yōu)點（Hybrid Good Point， HGP）優(yōu)化前向神經(jīng)網(wǎng)絡(luò)的參數(shù)和結(jié)構(gòu)，避免權(quán)值陷入局部最優(yōu)，但其對網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化沒有達到最優(yōu)。Shu等[6]提出正交模擬褪火（Orthogonal Simulated Annealing， OSA）算法， 使用褪火算法和正交算法的優(yōu)點來同時優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，其算法收斂速度快、魯棒性好，缺點則在于計算代價較大。杜文莉等[7]提出了使用量子差分進化（Cooperative Quantum Differential Evolution， CQGADE）算法來優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值，使用量子遺傳算法優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和隱層節(jié)點數(shù)，算法綜合了量子遺傳算法和量子差分算法的優(yōu)點，收斂速度快，但其缺點在于需要同時協(xié)同兩種算法的優(yōu)化結(jié)果，算法復(fù)雜度較高，且容易陷入局部最優(yōu)。Tsai等[8]提出混合田口遺傳算法（Hybrid Taguchi Genetic Algorithm， HTGA），將傳統(tǒng)的GA與Taguchi方法結(jié)合起來，使得算法具有魯棒性好、收斂性快等優(yōu)點，但其缺點在于獲得最優(yōu)解的計算代價較大。

量子免疫克隆算法[9-12]（Quantum-inspired Immune Clonal Algorithm， QICA）也稱為量子遺傳算法（Quantum Genetic Algorithm， QGA），其將量子搜索機制和免疫算法克隆選擇原理相結(jié)合，利用量子編碼的疊加性和隨機性構(gòu)造抗體，利用遺傳算法的克隆操作產(chǎn)生原始種群和克隆子群實現(xiàn)種群擴張，使搜索空間擴大，提高了局部搜索能力；同時借助全干擾交叉操作避免陷入局部最優(yōu)。QICA采用了多狀態(tài)量子比特編碼方式和通用的量子旋轉(zhuǎn)門操作， 引入動態(tài)調(diào)整旋轉(zhuǎn)角機制和量子交叉[11]。QICA在組合優(yōu)化問題中具有良好的表現(xiàn)。

針對上述問題，提出了使用量子克隆免疫算法對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和連接權(quán)值同時進行優(yōu)化，通過產(chǎn)生具有一定稀疏度的連接權(quán)值對網(wǎng)絡(luò)隱層數(shù)量和連接權(quán)值進行優(yōu)化，提高了算法的效率和收斂速度，避免了算法陷入局部最優(yōu)。

1 帶開關(guān)權(quán)值的神經(jīng)網(wǎng)絡(luò)模型

在經(jīng)典的神經(jīng)網(wǎng)絡(luò)理論中，網(wǎng)絡(luò)結(jié)構(gòu)在初始化后便不再變動，僅通過權(quán)值的變化來計算產(chǎn)生結(jié)果，這種算法增加了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)復(fù)雜性，在實際應(yīng)用中增加了計算結(jié)果的代價。Leung等[3-4]提出了帶開關(guān)權(quán)值的神經(jīng)網(wǎng)絡(luò)，通過調(diào)整開關(guān)的通斷就能調(diào)整神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和連接數(shù)量，從而減少計算代價。帶開關(guān)權(quán)值的神經(jīng)網(wǎng)絡(luò)模型如圖1所示[7]。

2.2 權(quán)值計算及優(yōu)化方法

根據(jù)量子克隆免疫理論，將神經(jīng)網(wǎng)絡(luò)權(quán)值計算及優(yōu)化過程分為以下四個過程。

2.2.1 權(quán)值抗體初始化

量子克隆免疫算法是基于量子計算和遺傳算法組成的，其抗體的編碼方式采用量子比特編碼。一個抗體中的量子位的狀態(tài)是不確定的，可以為0或1，其狀態(tài)表示為式（5）：

3.1 算法復(fù)雜度分析

量子克隆免疫算法的實質(zhì)是通過量子理論的隨機特性提供豐富的種群數(shù)量，并通過使用遺傳算法對種群進行淘汰和進化，因此其算法的復(fù)雜度等于種群生成算法的復(fù)雜度：假設(shè)神經(jīng)網(wǎng)絡(luò)有x個輸入，其隱層節(jié)點數(shù)量為N，輸出為y，則網(wǎng)絡(luò)中的輸入與隱層節(jié)點間的連接權(quán)值ω的數(shù)量為：x*N，隱層節(jié)點與輸出層的連接權(quán)值v的數(shù)量為：N*y。種群生成需要對所有節(jié)點進行權(quán)值初始化，并將隨機位置的n（nN）個節(jié)點的權(quán)值設(shè)置為0， 其算法復(fù)雜度為O（n2）。而克隆免疫算法在種群克隆及抗體選擇過程中使用遺傳算法，因此其算法的復(fù)雜度與傳統(tǒng)遺傳算法相同，其算法復(fù)雜度也為O（n2）。因此，使用量子免疫克隆的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法的復(fù)雜度為O（n2）。

3.2 非線性函數(shù)逼近

選取復(fù)雜交互非線性函數(shù)（Complicated Interaction Function，CIF）：

其中0

選取樣本700組，其中500組用于訓(xùn)練，其余200組用于檢測性能。神經(jīng)網(wǎng)絡(luò)的初始隱層神經(jīng)元設(shè)置為20個，初始網(wǎng)絡(luò)結(jié)構(gòu)為：2-20-1，初始連接權(quán)值為隨機值。在此條件下驗證不同稀疏度條件下對CIF的二維逼近效果如圖3所示。

圖3顯示隨著稀疏度的不斷降低，神經(jīng)網(wǎng)絡(luò)的逼近能力有所減弱，逼近誤差則逐漸增大。這主要是因為神經(jīng)網(wǎng)絡(luò)中的連接權(quán)值數(shù)量降低，造成神經(jīng)網(wǎng)絡(luò)的適應(yīng)性差。具體逼近效果見表2。

從表2中可以看出，隱層節(jié)點數(shù)量直接影響著神經(jīng)網(wǎng)絡(luò)的性能。高稀疏度條件下的計算量大，但逼近精度高；低稀疏度條件下的計算量小，但逼近精度較差。實驗表明當稀疏度大于0.6時，算法的逼近精度高于90%，優(yōu)化后的網(wǎng)絡(luò)具有較好的非線性逼近能力。當神經(jīng)網(wǎng)絡(luò)隱層節(jié)點數(shù)量低于12時逼近精度大幅下降，說明此時神經(jīng)網(wǎng)絡(luò)處理信息的能力也隨之大幅減弱，隱層節(jié)點的最合適的數(shù)量為12～14個，這也符合文獻[14]的實驗結(jié)果。

圖4為不同稀疏度下，算法適應(yīng)度的收斂情況。可以看出量子克隆免疫算法具有很好的收斂特性，算法收斂速度很快，能夠在很短的進化次數(shù)內(nèi)收斂至極值，且稀疏度越低，神經(jīng)網(wǎng)絡(luò)的連接權(quán)值數(shù)量越少，算法收斂速度越低，最優(yōu)適應(yīng)度越差。

表3為相同條件下，不同算法的最優(yōu)計算結(jié)果，包括目標分類的準確度、隱藏層節(jié)點數(shù)量等。可以看出，當稀疏度高于0.8時，本文算法收斂性和適應(yīng)度均優(yōu)于混沌粒子群（Chaotic Particle Swarm Optimization，CPSO）[15]、粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）[16]、混合田口遺傳算法[Hybrid Taguchi-Genetic Algorithm，HTGA][8]等其他算法，說明算法具有很好的收斂速度、尋優(yōu)精度和魯棒性。

3.3 微地震信號目標分類

實驗場地選擇在秦始皇兵馬俑博物館內(nèi)K9901號坑旁。所有傳感器節(jié)點沿公路一側(cè)直線部署，距離公路1m左右?？赡墚a(chǎn)生地震波的活動物體包括人員行走、機動車和挖掘活動。將采集到的微地震信號進行濾波、分幀、特征提取等處理后輸入至神經(jīng)網(wǎng)絡(luò)進行模式識別。

系統(tǒng)對傳感器采集到的數(shù)據(jù)進行分幀，并使用功率譜二次分析[17]算法對其進行處理，最后將經(jīng)過預(yù)處理的數(shù)據(jù)輸入至神經(jīng)網(wǎng)絡(luò)對其進行分類。根據(jù)其活動特點，將輸出目標分為三類：人員活動、挖掘活動以及機動車輛活動。傳感器采集到的三類活動的經(jīng)典波形如圖5所示。

表6中給出了算法的最優(yōu)計算結(jié)果，包括不同稀疏度條件下神經(jīng)網(wǎng)絡(luò)的隱藏層節(jié)點數(shù)量、最優(yōu)適應(yīng)度以及分類準確率等?？梢钥闯觯惴軌蛴行p少冗余的隱藏層節(jié)點數(shù)量，并降低節(jié)點連接數(shù)量。算法的稀疏度越高，其適應(yīng)度越好，其分類的準確性越好，但稀疏度高帶來的則是計算代價增大、計算復(fù)雜度增加。當稀疏度低于0.7時，算法的適應(yīng)度變差，目標的識別率為90%，在實際應(yīng)用過程中帶來了誤判率較高的問題，降低了實用性。因此在秦始皇帝陵博物院野外文物安防系統(tǒng)中使用了稀疏度為0.7的算法對模式識別的神經(jīng)網(wǎng)絡(luò)進行優(yōu)化。

4 結(jié)語

本文提出了基于量子免疫克隆算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法，該算法在訓(xùn)練神經(jīng)網(wǎng)絡(luò)優(yōu)化權(quán)值的同時刪除了冗余連接和多余的隱層節(jié)點，實現(xiàn)了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)權(quán)值的優(yōu)化。通過經(jīng)典非線性函數(shù)逼近和目標識別檢驗，算法能夠有效地優(yōu)化神經(jīng)網(wǎng)絡(luò)，提高神經(jīng)網(wǎng)絡(luò)的優(yōu)化效率，減少計算復(fù)雜度。使用優(yōu)化后的神經(jīng)網(wǎng)絡(luò)已經(jīng)用于秦始皇帝陵博物院野外文物安防系統(tǒng)中。

參考文獻：

[1] QIAO H， ZHOU Y，SHAO N， et al. Software reliability prediction based on learning vector quantization neutral network[J]. Journal of Computer Applications， 2012，32（05）：1436-1438.）（喬輝，周雁舟，邵楠，等.基于學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)的軟件可靠性預(yù)測[J].計算機應(yīng)用，2012，32（5）：1436-1438.）

[2] PAN Y， DENG Y， ZHANG Q， et al. Deterministic prediction of wavelet neural network model and its application[J]. Journal of Computer Applications，2013， 33（4）：1001-1005.（潘玉民，鄧永紅，張全柱，等.小波神經(jīng)網(wǎng)絡(luò)模型的確定性預(yù)測及應(yīng)用[J].計算機應(yīng)用，2013，33（4）：1001-1005.）

[3] LEUNG H F，LAM H F， LING S F， et al. Tuning of the structure and parameters of neural network using an improved genetic algorithm[C]// Proceedings of the 27th Annual Conference of IEEE Industrial Electronics Society. Piscataway： IEEE，2001：25-30.

[4] LEUNG H F， LAM H F， LING S H， et al. Tuning of the structure and parameters of a neural network using an improved genetic algorithm[J]. IEEE Transactions on Neural Network，2003，14（1）：79-88.

[5] XIAO C， CAI Z， WANG Y， et al. Tuning of the structure and parameters of a neural network using a good points set evolutionary strategy[C]// Proceedings of the 9th International Conference for Young Computer Scientists. Piscataway： IEEE， 2008：1749-1754.

[6] SHU L， HO S Y， HO S J. Tuning the structure and parameters of a neural network using an orthogonal simulated annealing algorithm[C]// Proceedings of the 2009 Joint Conferences on Pervasive Computing. Piscataway： IEEE，2009：789-792.

[7] DU W， ZHOU R， ZHOU L， et al. Cooperative quantum differential evolution algorithm based method for optimizing neural networks[J].Journal of Tsinghua University： Science and Technology， 2012，52（3）：331-335.（杜文莉，周仁，趙亮，等. 基于量子差分進化算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化方法[J].清華大學(xué)學(xué)報：自然科學(xué)版，2012，52（3）：331-335.）

[8] TSAI J， CHOU J， LIU T. Tuning the structure and parameters of a neural network by using hybrid Taguchi-genetic algorithm[J]. IEEE Transactions on Neural Network， 2006，17（1）：69-80.

[9] LI Y， JIAO L. Quantum-inspired immune clonal algorithm and its application[C]// Proceedings of the 2007 International Symposium on Intelligent Signal Processing and Communication Systems. Piscataway： IEEE， 2007：670-673.

[10] JIAO L， LI Y， GONG M，et al. Quantum-inspired immune clonal algorithm for global optimization[J]. IEEE Transactions on Systems， Man and Cybernetics， Part B： Cybernetics， 2008，38（5）：1234-1253.

[11] ZHOU C， QIAN F. Improvement of quantum genetic algorithm and its application[J]. Journal of Computer Applications， 2008，28（2）：286-288.（周傳華，錢峰.改進量子遺傳算法及其應(yīng)用[J].計算機應(yīng)用， 2008，28（2）：286-288）

[12] ZHOU Q， JIANG S， ZHAO X， et al. Improved quantum genetic algorithm and its application in test data generation[J]. Journal of Computer Applications，2012，32（2）：557-560.（周綺，姜淑娟，趙雪峰，等.改進的量子遺傳算法及其在測試數(shù)據(jù)生成中的應(yīng)用[J].計算機應(yīng)用，2012，32（2）：557-560.）

[13] QIAO J，LEE Y G， SCOTT D S， et al. Self-organizing radial basis function network for real-time approximation of continuous-time dynamical systems[J]. IEEE Transactions on Neural Networks，2008，19（3）：460-474.

[14] HAN H， QIAO J， BO Y， et al. On structure design for RBF neural network based on information strength[J]. Acta Automatica Sinica， 2012，38（7）：1083-1090.（韓紅桂，喬俊飛，薄迎春，等.基于信息強度的RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計研究[J].自動化學(xué)報， 2012，38（7）：1083-1090.）

[15] ZHAO L. Fuzzy identification and neural networks learning based on cooperative PSO algorithm[D]. Shanghai： Shanghai Jiao Tong University，2008.（趙亮.基于協(xié)同PSO算法的模糊辨識與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)[D].上海：上海交通大學(xué)，2008.）