量子退火
维基百科,自由的 encyclopedia
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),例如查找自旋玻璃的基态。[1]
此条目需要补充更多来源。 (2023年7月21日) |
此条目可参照英语维基百科相应条目来扩充。 (2023年7月21日) |
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,实现量子并发性。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。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,[2]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。