文档名：一种模拟绝热量子计算的适应度地形探索算法
摘要：将优化问题抽象成目标函数后,目标函数和启发式优化算法的匹配程度决定了优化求解的效率.为反映目标函数的优化特征并指导优化算法及其参数的选择,本文模拟绝热量子计算中的多基态演化,提出了一种适应度地形探索算法.根据基态波函数倾向于向势能较小处收敛且收敛程度受量子效应强度影响的特性,用目标函数编码势能场后算法引入了一个量子效应递减的多基态演化过程,用其持续收敛的基态波函数簇反映目标函数的适应度地形.根据量子路径积分,算法由尺度递减的扩散蒙特卡罗(diffusionMonteCarlo,DMC)实现.实验表明算法综合直观地反映了适应度地形的众多特征,所得信息能直接指导后续优化,其计算模式和启发式优化相似,无需引入其他计算,这为适应度地形研究引入了新的视角.
Abstract：Aftertransforminganoptimizationproblemintoanobjectivefunction,thedegreeofmatchingbetweentheobjectivefunctionandthechosenheuristicoptimizationalgorithmdeterminestheefficiencyofthefollowingoptimization.Bysimulatingmulti-groundstatesevolutioninadiabaticquantumcomputation,afitnesslandscapeexplorationalgorithmisproposedtoreflecttheoptimizationcharacteristicsoftheobjectivefunctionandguidetheselectionofoptimizationalgo-rithmsandtheirparameters.Inquantumgroundstateevolution,thegroundstatewavefunctionofaparticletendstocon-vergetowardsregionswithlowerpotentialenergy,andtheextentofconvergenceisinfluencedbythequantumeffectstrength.Usingthesefeatures,weencodethepotentialenergyfieldbytheobjectivefunctioninamulti-groundstatesevolu-tionwithdiminishingquantumeffect,andconsequentlythefitnesslandscapeoftheobjectivefunctionisreflectedbythedis-tributionsofasetofconverginggroundstatewavefunctioninthisadiabaticevolution.Basedonthequantumpathintegral,thealgorithmisimplementedusingadownscalingdiffusionMonteCarlo(DMC).Experimentsillustratedthatthealgorithmcomprehensivelyandintuitivelyreflectednumerousfeaturesofthefitnesslandscape,andtheobtainedinformationcoulddi-rectlyguideoptimizationthereafter.Itscomputationalmoderesemblesthatofheuristicoptimization,asitdoesnotintroduceothercomputationsduringoptimization.Thesefeaturesintroduceanovelperspectivetothestudyoffitnesslandscape.
作者：杨国松 王鹏 尹鑫钰 Author：YANGGuo-song WANGPeng YINXin-yu
作者单位：中国科学院成都计算机应用研究所,四川成都610299;西南民族大学计算机科学与工程学院,四川成都610225;中国科学院大学计算机科学与技术学院,北京101408西南民族大学计算机科学与工程学院,四川成都610225;中国科学院大学计算机科学与技术学院,北京101408西南民族大学计算机科学与工程学院,四川成都610225
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2024, 52(4)
分类号：TP301.6
关键词：适应度地形 启发式优化 绝热量子计算 浸渐量子计算 基态演化 扩散蒙特卡罗 量子退火
Keywords：fitnesslandscape heuristicoptimization adiabaticquantumcomputation groundstateevolution diffu-sionMonteCarlo quantumannealing
机标分类号：TP391TQ0O413.1
在线出版日期：2024年6月26日
基金项目：一种模拟绝热量子计算的适应度地形探索算法[
期刊论文] 电子学报--2024, 52(4)杨国松 王鹏 尹鑫钰将优化问题抽象成目标函数后,目标函数和启发式优化算法的匹配程度决定了优化求解的效率.为反映目标函数的优化特征并指导优化算法及其参数的选择,本文模拟绝热量子计算中的多基态演化,提出了一种适应度地形探索算法.根...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种模拟绝热量子计算的适应度地形探索算法 A Fitness Landscape Exploration Algorithm Simulating Adiabatic Quantum Computation
一种模拟绝热量子计算的适应度地形探索算法.pdf
- 文件大小:
- 4.81 MB
- 下载次数:
- 60
-
高速下载
|
|
