混合量子进化算法及其应用

将量子进化算法(QEA)和粒子群优化算法(PSO)相互结合,提出了两种混合量子进化算法:嵌入式粒子群量子进化算法(PSEQEA)和量子二进制粒子群优化算法(QBPSO),并通过对多用户检测问题的应用,表明新的算法不仅操作更简单,而且全局搜索能力有了显著的提高.     

量子算法在核磁共振实验中的应用

量子相关性是量子信息区别于经典信息的重要特征之一,是量子算法得以加速的物理基础。本文从量子力学的核磁共振实验出发,对NMR系统的量子特征进行了实验研究,对粒子干涉互补性进行了理论分析和实验测试,说明了利用NMR系统进行量子信息处理的能力。     

一维XXZ环形自旋链中的量子关联

研究了系统尺度L=8的一维XXZ环形自旋链中的两体和多体量子纠缠以及两体量子失协,在这个过程中,充分考虑了温度和粒子间隔对纠缠和量子失谐的影响.结果发现,同种情况下,三体和四体纠缠比两体的更加“强壮”,且在低温条件下,利用多体纠缠可以探测到系统发生量子相变的临界点.与纠缠相比,量子失谐可以在较高温度下存在,且在相变点处总是表现出尖峰行为,这使得量子失谐在探测相变点方面更具优越性.     

基于QPSO的二级齿轮减速器的优化设计

基于量子粒子群算法理论,对二级齿轮减速器进行优化设计,并利用MATLAB软件对量子粒子群算法程序进行了设计验证。从实验结果来看,运用量子粒子群算法很好地实现了减小齿轮中心距的要求,收敛速度快,得到的结果令人较为满意。     

基于改进量子粒子群算法的电力系统经济调度仿真研究

针对水火电系统的多约束、时滞非线性特点,建立了带有梯级水电厂的电力系统模型,并采用量子粒子群(QPSO)算法对系统进行优化求解。为了解决基本量子粒子群算法容易陷入局部最优解的问题,提出了一种改进量子粒子群(IQPSO)算法。为了验证该算法的性能,运用Matlab编写程序,利用典型的4水电3火电系统算例进行仿真。算例表明,改进的量子粒子群算法具有更好的收敛特性。     

利用一维簇态实现量子密集编码

利用拥有n个粒子的一维簇态实现量子密集编码,通过量子编码,实现了传送n/2（n为偶数）或（n＋1）/2（n为奇数）个量子比特而达到传送n个比特经典信息的目的.     

利用腔QED中的超导量子干涉仪实现量子态的远程制备

根据腔量子电动力学（QED）技术,利用放置在微腔中的超导量子干涉仪作为量子信息的载体,实现了单粒子量子态和两粒子纠缠态的远程制备,并推广到N粒子纠缠态的远程制备．研究表明只需要执行单粒子测量并能以概率1成功地实现量子态的远程制备．方案的实验可行性袁明：腔场态最终处在真空态,系统的消相干效应能够在一定程度上得到抑制．     

基于单粒子态的仲裁量子签名方案

针对现有的仲裁量子签名(AQS)方案中存在的签名者和接收者的否认签名的攻击,提出了一种基于单粒子态的改进仲裁量子签名方案。方案不使用纠缠态,通过在仲裁者验证签名的合法性之后,不再把相应的签名信息返回给接收者做进一步的验证,从而解决否认签名攻击。     

以量子围栏中的单粒子为工质的量子卡诺循环

构造了以量子围栏中的单粒子为工作物质的量子卡诺循环模型,量子围栏的哈密顿量期望值相当于经典卡诺循环中热源的温度,该量子卡诺循环由两个等能（等温）过程和两个绝热过程组成。分析得到,量子围栏卡诺循环的等温过程和绝热过程和经典卡诺循环的等温过程和绝热过程相似,推得量子卡诺循环的效率表示式,该表示式与经典可逆卡诺循环效率的表示式类似。     

基于两粒子纠缠态隐形传送四粒子GHZ态

通过两粒子纠缠态作为量子信道,实现了四粒子GHZ态隐形传送的方案.首先提出该量子信道处在最大纠缠态时的传送,其次对两粒子纠缠为非最大纠缠态时的传送情形进行研究.通过相关的测量与操作,并且引入相应的辅助粒子,可以成功地实现隐形传送.相比于以往的传送方案,本方案不仅节约了量子信道的纠缠资源,而且操作也相对简单.     

无限深球方势阱中单粒子量子比特的性质

本文利用求解能量本征方程方法,研究了无限深球方势阱中单粒子的能级结构和量子比特的性质.理论推导和数值计算表明,无限深球方势阱中粒子的能量随球半径的增大而减小;量子比特的振荡周期由粒子质量和球半径决定,且随球半径的增大而增大;量子比特内粒子的概率密度随空间坐标的变化而变化,各空间点的概率密度均随时间做周期性振荡.     

无密钥量子通信方案

提出了一种以EPR纠缠为基础,利用隐形传态进行的新的量子通信方案。此方案不需要将携带安全信息的量子位在公共信道上进行传输,提高了通信方案的安全性。而且此通信方案并不浪费纠缠资源,用于通信的粒子间的纠缠可重复使用。同时,检测偷听者需要对比更少的量子位。     

EPR关联和量子佯谬

本文考察了EPR问题的由来，分析了彭罗斯对量子非定域性的理解，认为EPR型量子关联来源于相互作用过以后分离的粒子之间仍然存在着相位因子的关联。     

改进量子粒子群BP神经网络参数优化及应用

针对现有BP神经网络选取权值和阈值不精确问题,采用改进量子粒子群优化算法优化BP神经网络权值和阈值。首先在改进的量子粒子群优化算法中,采用双层多种群优化策略提高整个种群的寻优能力,然后在每个子群中使用混沌反向学习和Levy飞行增强子群寻优能力,最后利用改进的量子粒子群优化BP神经网络权值和阈值。实验结果表明,改进的量子粒子群优化算法能有效提高BP神经网络的全局寻优能力和收敛性,对数控高速铣削加工的铣削力进行准确预测。     

基于量子粒子群方法训练ANFIS模型

论文提出一种基于量子行为粒子群算法优化自适应模糊推理系统模型(ANFIS)参数,与之前使用梯度下降方法(Gradient Decent Method)不同,论文使用QPSO方法来训练ANFIS模型中隶属度函数的参数.经过训练后的ANFIS模型可以应用到非线性系统模型和混沌时序的预测.通过几组仿真实验结果表明基于量子粒子群方法训练ANFIS模型要优于基于粒子群算法方法训练ANFIS模型.     

两个独立量子信道中一对量子纠缠态的隐形传送

从量子纠缠及量子态隐形传送的基本原理出发,简单介绍在一个量子信道中单粒子量子态的隐形传送,进而详细讨论在两个独立量子信道中一对量子纠缠态的隐形传送,寻找其中的规律,为以后热纠缠信道中隐形传送的研究提供理论基础.     

对优化PI模型的WSN网络拥塞控制机制的分析

为解决无线传感器网络拥塞引起丢包率高和网络吞吐率过低的问题,提出一种基于改进PI主动队列管理模型和量子粒子群(QPSO)算法的拥塞控制方法:首先定义改进的PI主动队列管理模型,然后采用改进的量子粒子群算法对比例系数和积分系数和进行参数整定、优化,并得到PI控制模型;最后定义基于量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.仿真实验表明,文中方法能有效实现WSN拥塞控制,与其它方法相比,具有较短的平均队列长度和较大的吞吐率的优势.     

量子场重整化的物理基础

量子场重整化是根据粒子,波动二相性,是非线性相互作用引起的,消除传播子奇异性得到量子场反应难度γＢ,这个新物理量已在强子产生实验中被观察到。     

弱简并条件下气体的热力学函数与量子统计关联

分析了弱简并条件下量子系统中粒子的交换对称性对热力学函数的影响,结果表明,交换对称性导致粒子间相互作用出现附加吸引势,交换反对称性导致附加排斥势的出现,从而使得系统的热力学函数出现修正项。     

基于GA-QPSO算法的含分布式电源配电网优化重构设计

为了适应当前配电网结构日趋复杂且分布式电源大量接入的情况,提出一种改进的量子粒子群优化算法并成功应用于含分布式电源的配电网优化重构中.该算法通过在标准量子粒子群算法中引入遗传算法的"遗传"和"变异"操作,对粒子各等位基因实行概率进化,以提高种群基因的多样性,克服原算法前期易陷入局部收敛的缺陷.改进算法后通过设置变异因子...