XiaoMi-AI文件搜索系统
World File Search System最优值
![arXiv:2002.00055v1 [quant-ph] 2020 年 1 月 31 日](/simg/g:\will\search\icon\source\9\91ebbe9463b032ced4d367ffe5c86aa9d50715e1.webp)
arXiv:2002.00055v1 [quant-ph] 2020 年 1 月 31 日
准备吉布斯分布是量子计算的一项重要任务。它是某些类型的量子模拟中必要的第一步，并且对于量子玻尔兹曼训练等量子算法至关重要。尽管如此，由于需要内存开销，大多数用于准备热态的方法在近期的量子计算机上都无法实现。在这里，我们提出了一种基于最小化量子系统自由能的变分方法来准备吉布斯态。使这种方法实用的关键见解是使用对数的傅里叶级数近似，从而可以通过一系列更简单的测量来估计自由能的熵分量，这些测量可以使用经典的后处理结合在一起。我们进一步表明，如果可编程量子电路的变分参数的初始猜测足够接近全局最优值，则这种方法可以有效地在恒定误差内生成高温吉布斯态。最后，我们用数字方式检验了该过程，并证明了使用 Trotterized 绝热态准备作为假设，我们的方法对于五量子比特汉密尔顿量的可行性。
一种检测圆锥交叉点的混合量子算法
圆锥交叉点是分子汉密尔顿量的势能表面之间的拓扑保护交叉点，在光异构化和非辐射弛豫等化学过程中起着重要作用。它们以非零 Berry 相为特征，Berry 相是定义在原子坐标空间中一条闭路径上的拓扑变量，当路径绕过交叉流形时取π值。在本文中，我们表明，对于真实的分子汉密尔顿量，Berry 相可以通过沿所选路径追踪变分假设的局部最优值并用无控制的 Hadamard 检验估计初态和终态之间的重叠来获得。此外，通过将路径离散化为 N 个点，我们可以使用 N 个单独的 Newton-Raphson 步骤来非变分地更新我们的状态。最后，由于 Berry 相只能取两个离散值（0 或 π），因此即使累积误差受常数限制，我们的程序也能成功；这使我们能够限制总采样成本并轻松验证程序的成功。我们用数字方式证明了我们的算法在甲醛亚胺分子（H 2 C––NH）的小玩具模型上的应用。
卫星任务规划的量子优化方法
摘要 地球观测卫星的卫星任务规划是一个组合优化问题，包括在卫星轨道通过期间选择受约束的最佳成像请求子集以完成该子集。轨道上卫星数量的不断增长凸显了高效运行卫星的必要性，这需要在短时间内解决许多问题实例。然而，当前的经典算法通常无法找到全局最优值或执行时间过长。在这里，我们从量子计算的角度来解决这个问题，这提供了一种有前途的替代方案，可以在未来显著提高解决方案的质量或执行速度。为此，我们研究了一个具有各种复杂约束的规划问题，并讨论了为量子计算机编码它们的方法。此外，我们通过实验评估了量子退火和量子近似优化算法在现实和多样化数据集上的性能。我们的结果确定了影响方法性能的关键方面，例如图连通性和约束结构。我们探索当今量子算法和硬件的极限，为目前可以成功解决的问题提供界限，并展示解决方案如何随着复杂性的增加而退化。这项工作旨在为该领域的进一步研究奠定基础，并对当前的量子优化能力建立现实的期望。
基于泡利量子核分类的进化算法设计
摘要 最近，将经典数据转换为量子信息为改进机器学习任务带来了巨大的潜在应用。特别是，量子特征图可以提供一种有前途的替代内核来增强支持向量分类器 (SVC)。虽然现有的设计高性能特征图的指导原则很少，但一种称为 Pauli 特征图的量子电路系列可以说是表现良好的。该系列的特点是量子电路上出现 Pauli 门，同时它仍具有几个可调参数，其最优值对数据集的性质很敏感。在这项工作中，我们提出了一种使用遗传算法 (GA) 自动生成此类特征图的方法，旨在最大限度地提高模型的准确性，同时尽可能保持电路简单。我们将该方法应用于合成数据集和真实数据集。与几个经典和量子核基线相比，讨论了由此产生的分类指标和最佳电路。一般来说，GA 生成的特征图比其他基线表现更好。此外，结果表明，进化电路在不同的数据集之间趋于不同，这表明该通用方案可用于确定特定数据集的最佳定制量子特征图。
分析和提高纳米颗粒和天然纤维增强复合材料的弯曲强度和冲击强度
生物复合材料面临的巨大挑战之一是提高弯曲强度和冲击强度。因此，本研究的重点是优化和参数研究天然混合纤维增强纳米复合材料。聚丙烯中的红麻/玄武岩/纳米石墨烯纤维用于增强生物复合材料样品。采用响应面法 (RSM) 研究并根据包括玄武岩纤维重量百分比、红麻纤维以及纳米石墨烯在内的多个参数提出了生物复合材料性能的数学模型。在弯曲和冲击试验下讨论了样品的性能，并使用 FESEM 图像解释了结果。根据弯曲强度和能量吸收的增加、样品重量的减轻，将参数的最优值设置为多目标，并考虑到设计目标绘制了帕累托图。研究结果表明，弯曲性能最佳的复合材料试件弯曲强度为 51.2558 MPa，由 0.8723 wt% 的玄武岩纤维、15% 的洋麻纤维和 0.76881% 的石墨烯纳米颗粒组成。此外，冲击性能最佳的试件能量吸收率为 116,809 J / m，由 8.23% 的玄武岩纤维、0.808% 的石墨烯纳米颗粒和 15% 的洋麻纤维组成。
采用多目标冠状病毒群体免疫算法实现高可再生能源渗透率电网的经济-环境-技术运行
摘要：本文提出了一种经济-环境-技术调度 (EETD) 模型，适用于调整后的 IEEE 30 总线和 IEEE 57 总线系统，包括热能和高渗透率的可再生能源 (RES)。总燃料成本、排放水平、功率损耗、电压偏差和电压稳定性是这项工作要解决的五个目标。问题公式中包含大量等式和不等式约束。元启发式优化方法——冠状病毒群体免疫优化器 (CHIO)、瓶瓶罐罐算法 (SSA) 和蚁狮优化器 (ALO)——用于确定发电成本、排放、电压偏差、损耗和电压稳定性解决方案的最佳方案。回顾了几种场景，以验证定义的优化模型的解决问题的能力。研究了许多场景，以验证优化模型解决问题的能力。利用层次分析法 (AHP)，通过加权求和法将多目标问题转化为规范化的单目标问题。此外，还提出了按与理想解的相似性排序 (TOPSIS) 技术来确定帕累托替代方案的最优值。最终，所取得的结果表明，所提出的 CHIO 在 EETD 问题解决中执行了其他方法。
一种多策略自适应综合学习PSO算法及其应用
摘要：本文引入综合学习、多种群并行和参数自适应等思想，提出一种多策略自适应综合学习粒子群算法。该算法设计多种群并行策略，提高种群多样性，加速收敛；实现种群粒子交换与变异，保证粒子间信息共享；将全局最优值加入速度更新，设计新的速度更新策略，提高局部搜索能力；采用综合学习策略构造学习样本，有效促进信息交换，避免陷入局部极值；通过线性改变学习因子，设计新的因子调整策略，增强全局搜索能力；设计一种基于S型递减函数的自适应惯性权重调整策略，均衡搜索能力。最后，选取一些基准函数和光伏参数优化，该算法在10个函数中的6个上取得最优性能。结果表明，所提算法与粒子群优化的一些变体和其他算法相比，多样性、求解精度和搜索能力都有了很大的提高，为光伏发电这一复杂的工程问题提供了更有效的参数组合，从而提高了能量转换效率。
能源 - Inasolar - UPV
随着能源价格上涨，优化可再生能源发电厂的规模至关重要，特别是在由于远距离输电线路导致电力供应不可靠的地区。本研究通过为面临此类挑战的西班牙市政府优化可再生能源发电厂组合来解决这一问题。所提出的方法涉及系统性方法。首先，彻底分析能源需求。接下来，探索可用的可再生资源并确定最佳工厂位置。然后使用多目标粒子群优化算法来确定每个工厂的规模，以最小化年化成本和电网能源进口。使用分支定界技术从理论配置中选择最合适的可行最优值，并优先考虑实用性。在所分析的具体案例中，结果显示 20 年内部收益率为 8.33%。这是通过每个工厂的以下容量实现的：750 kW 光伏太阳能、160 kW 涡轮发电、180 kW 水力抽水、160 kW 生物质发电厂和 200 kW 风力涡轮机。这项研究为能源挑战提供了创新的解决方案，为成本效益高、可持续的项目提供了实用的见解。
使用元学习优化量子启发式方法
摘要 变分量子算法是一类量子启发式算法，是展示有用量子计算的有希望的候选算法。找到在硬件上放大这些方法性能的最佳方法是一项重要任务。在这里，我们使用一类称为“元学习器”的现有技术来评估量子启发式算法的优化。我们在三个模拟环境中的三个问题上，针对两种量子启发式算法（量子交替算子 ansatz 和变分量子特征求解器），比较了元学习器与进化策略、L-BFGS-B 和 Nelder-Mead 方法的性能。我们表明，在嘈杂的参数设置环境中，元学习器比我们测试的所有其他优化器更频繁地接近全局最优值。我们还发现，元学习器通常更能抵抗噪音，例如，在嘈杂和采样环境中，性能下降幅度较小，并且“增益”指标的平均表现优于其最接近的竞争对手 L-BFGS-B。最后，我们提供了证据表明，在小问题上训练的元学习器将推广到更大的问题。这些结果是一个重要的迹象，表明元学习和相关的机器学习方法将成为近期嘈杂量子计算机有用应用不可或缺的一部分。
神经科学方法杂志
背景：最近，我们利用并发的P300和稳态视觉诱发电位（SSVEP）特征（也称为混合特征）实现了具有大指令集的高速脑机接口（BCI）系统。然而，如何为所提出的BCI系统选择刺激间隔（ISI）以平衡编码效率和解码性能仍不清楚。新方法：本研究开发了一个6 * 9混合P300-SSVEP BCI系统，并研究了一系列ISI，范围从-175 – 0 ms，步长为25 ms。从几个方面分析了ISI对混合特征的影响，包括诱发特征的幅度、分类准确性、信息传输速率（ITR）。招募了12名天真的受试者进行实验。结果：结果表明ISI因素对混合特征有显著影响。具体而言，随着ISI值的降低，诱发特征的幅度和准确性逐渐降低，而ITR迅速增加。当ISI等于-175 ms时，达到了最高的ITR 158.50 bits/min。与现有方法的比较：与前文研究中使用的ISI相比，本研究中的最佳ISI取得了更好的性能。结论：ISI对P300-SSVEP BCI系统有重要影响，本研究中其最优值为-175 ms，这对于未来开发具有更大指令集的高速BCI系统具有重要意义。