量子退火

✍ dations ◷ 2025-06-30 07:59:33 #最优化算法,算法

量子退火(英语:Quantum annealing )是一种量子涨落特性的次经验算法(英语:Metaheuristic),可以在目标函数拥有多组候选解答的情况下,找到全局最优解。量子退火主要用于解决离散空间有多个局部最小值的问题(组合优化问题),例如寻找自旋玻璃的基态。

量子退火首先从权重相同的所有可能状态(候选状态)的量子叠加态开始运行,接着物理系统依含时薛定谔方程开始量子演化。根据横向场的时间依赖强度,状态之间产生量子穿隧,使得所有候选状态的几率幅不断改变,实现量子并行性。若横向场的变化速度足够慢,则系统会保持在接近瞬时哈密顿量的基态,此即为绝热量子计算(英语:Adiabatic quantum computation)。若横场的变化速度加快,则系统可能会暂时离开基态,而最终问题哈密顿量的基态将会增加更多的可能性,此即非绝热量子计算(diabatic quantum computation)。横向场最终被关闭,并且预期系统已得到原优化问题的解,也就是到达相对应的经典易辛模型基态。在最初的理论被提出之后,随即有了随机磁体量子退火成功的实验证明。在一篇关于组合优化(NP困难)问题的介绍中,列入了基于量子退火算法的一般结构,用于求解max-SAT,最小multicut问题这类算法的两个实例,以及D-Wave 系统公司所制造的量子退火系统产品。

模拟退火法的“温度”参数可以类比量子退火的“隧道场强度”。 在模拟退火中,温度决定了从单一当前状态转移到较高“能量”状态的概率。 在量子退火中,横向场的强度决定了改变所有并行状态几率幅的量子力学几率。 分析和数值证据表明量子退火在某些条件下优于模拟退火。

隧道场基本上是一个动能项,它不与原始玻璃的经典势能部分交换。整个过程可以利用量子蒙地卡罗(英语:Quantum_Monte_Carlo)(或其他随机技术)在计算机上进行模拟,从而得到寻找经典玻璃基态的启发式算法。

在对纯数学目标函数退火的例子中,可以将这个问题中的变量考虑为经典自由度,而代价函数(损失函数)则对应势能函数(经典哈密顿函数)。然后在哈密顿量中人为引入非交换变量(与原始数学问题变量拥有非零交换子的变量)组成的合适项,以发挥隧道场(动力学部分)的作用。这样就可以用前面构造出的量子哈密顿量(原始函数+非交换部分)进行模拟。退火的效率将取决于选择的非交换项。

在实验和理论上已经证明,在某些情况下,尤其在较浅的局部极小值被非常高但很薄的势垒(成本)围绕的例子中,量子退火确实优于热退火(模拟退火)。因为热跃迁概率(正比于 e Δ k B T {\displaystyle e^{-{\frac {\Delta }{k_{B}T}}}} T {\displaystyle T} 为温度, k B {\displaystyle k_{B}} 为波兹曼常数)仅相依于能障高度 Δ {\displaystyle \Delta } ,对于非常高的能障,热波动很难使系统从这样的局部最小值出来,然而在1989年Ray、Chakrabarti和Chakrabarti提出,对相同能障的量子穿隧几率不仅取决于势垒的高度 Δ {\displaystyle \Delta } ,还取决于它的宽度 w {\displaystyle w} ,几率大约为 e Δ w Γ {\displaystyle e^{-{\frac {{\sqrt {\Delta }}w}{\Gamma }}}} Γ {\displaystyle \Gamma } 为穿隧场。若势垒够窄(即 w Δ {\displaystyle w\ll {\sqrt {\Delta }}} ),则量子波动肯定会使系统脱离浅局部最小值,对于 N {\displaystyle N} 自旋玻璃, Δ {\displaystyle \Delta } 正比于 N {\displaystyle N} ,对于横向场的线性退火,可以得到退火时间 τ {\displaystyle \tau } 正比于 e N {\displaystyle e^{\sqrt {N}}} (不同于热退火, τ {\displaystyle \tau } 正比于 e N {\displaystyle e^{N}} ),甚至在 w {\displaystyle w} 减少快于等于 1 / N {\displaystyle 1/{\sqrt {N}}} 的情形下,变成与 N {\displaystyle N} 无关的。

据推测,在量子计算机中,这种模拟比传统计算机更精确有效,因为它可以直接执行穿隧而不需手动添加。 此外,因为没有用到传统量子算法中所用的量子纠缠,它可在不这么严格的错误控制下完成工作。

参见:D-Wave 系统公司

相关

  • Logit模型罗吉斯回归(英语:Logistic regression,又译作对数几率回归、罗吉斯回归)是一种对数几率模型(英语:Logit model,又译作逻辑模型、评定模型、分类评定模型)是离散选择法模型之一,属于多
  • 本格拉本格拉(葡萄牙语Benguela)是安哥拉西部滨临大西洋的一个港口。本格拉位于安哥拉的首都罗安达之南,是本格拉省的省会。地理位置为南纬12度33分、东经13度25分。葡萄牙人于1617年
  • 马车马车,是一种以马匹拉动的交通工具,而马车夫当司机。在蒸气机与内燃机发明之前,马车、牛车、鹿车和驴车等都是平常的私家车,用于货物运输和贵族代步。在法国,街车也曾有过以马力来
  • mesenchyme间充质(英语:Mesenchyme)是一种未分化的结缔组织。间充质指出自胚层来的结缔组织。间充质也包括一小部分的从别的胚胎层的组织,包括内胚层的神经脊部分。间充质的细胞在成年后
  • 中国人民政治协商会议浙江省委员会中国人民政治协商会议浙江省委员会,简称浙江省政协,是中华人民共和国浙江省的政治协商机构。
  • 对流层 (恒星)对流层是在恒星内部以对流为传输能量主要方式的半径区域。在辐射层,能量经由辐射传递。恒星的对流包括内部等离子的质量移动,通常是形成热等离子上升,冷等离子下沉的回路。在史
  • 变速2:释放《变速2:释放》(英语:Shift 2: Unleashed,常被称作“极品飞车:变速2”)是由Slightly Mad Studios开发,艺电发行的赛车游戏。它是2009年赛车游戏《极品飞车:变速》的续作,相比前作,该作
  • 反垃圾邮件技术为了阻止垃圾邮件(mail spam),电子邮件系统的用户和管理员都使用了各种反垃圾邮件技术(英语:anti-spam techniques)。这些技术中的一些已经被嵌入产品、服务和软件中来帮助用户和
  • 名尾良辰名尾良辰(なお よしたつ、1873年6月1日-1967年11月9日)、朝鲜総督府・内务・警察官僚。政友会系官选秋田县知事、台南州知事。佐贺県佐贺郡、后来高木瀬村(现佐贺市)出身。佐贺藩
  • 张乐行张乐行(1811年-1863年4月5日),又名张洛行,小名香儿;安徽亳州张老家(今属涡阳)人;清末捻军首领,太平天国封为沃王。张乐行出身士绅地主家庭,有良田五百余亩,曾为盐枭贩运私盐,喜仗义疏财,时