量子退火：修订间差异 - 求闻百科，共笔求闻

第1行：

'''量子退火'''（英语：'''Quantum annealing''' ）是一种[[量子涨落|量子漲落]]特性的{{le|次经验演算法|Metaheuristic}}，可以在[[损失函数|目标函数]]拥有多组候选解答的情況下，找到全局最优解。量子退火主要用于解決离散空间有多个局部最小值的问题([[组合优化|组合优化问题]])，例如寻找[[自旋玻璃]]的基态。<ref>{{Cite journal|title=Sherrington–Kirkpatrick model in a transverse field: Absence of replica symmetry breaking due to quantum fluctuations|author=P Ray, BK Chakrabarti, A Chakrabarti|url=http://journals.aps.org/prb/abstract/10.1103/PhysRevB.39.11828|journal=Phys. Rev. B 39, 11828 (1989)|issue=|doi=|others=|year=|volume=|page=|pmid=}}</ref>

量子退火首先从权重相同的所有可能狀态（候选狀态）的[[叠加态|量子疊加态]]开始运行，接著物理系统依[[含时薛丁格方程式|含时薛丁格方程]]开始量子演化。根据橫向场的时间依赖强度，狀态之间产生[[量子穿隧效应|量子穿隧]]，使得所有候选狀态的机率幅不断改变，实现量子并行性。若橫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{{le|绝热量子计算|Adiabatic quantum computation}}。若橫场的变化速度加快，则系统可能会暫时离开基态，而最终问题哈密顿量的基态将会增加更多的可能性，此即[[diabatic量子计算|非绝热量子计算(diabatic quantum computation)]]。橫向场最终被关闭，并且預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]]）问题的介紹中，<ref>{{Cite web|url=https://doi.org/10.1080/00107514.2018.1450720|title="A cross-disciplinary introduction to quantum annealing-based algorithms". Contemporary Physics Vol. 59, Issue 02, pp. 174–196 (2018)|accessdate=|author=S.E. Venegas-Andraca, W. Cruz-Santos, C. McGeoch, and M. Lanzagorta|date=|publisher=~~|||~~}}</ref>列入了基于量子退火演算法的一般结构，用于求解max-SAT，最小multicut问题这类演算法的两个实例，以及[[D-Wave 系统公司]]所制造的量子退火系统产品。

量子退火首先从权重相同的所有可能狀态（候选狀态）的[[叠加态|量子疊加态]]开始运行，接著物理系统依[[含时薛丁格方程式|含时薛丁格方程]]开始量子演化。根据橫向场的时间依赖强度，狀态之间产生[[量子穿隧效应|量子穿隧]]，使得所有候选狀态的机率幅不断改变，实现量子并行性。若橫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{{le|绝热量子计算|Adiabatic quantum computation}}。若橫场的变化速度加快，则系统可能会暫时离开基态，而最终问题哈密顿量的基态将会增加更多的可能性，此即[[diabatic量子计算|非绝热量子计算(diabatic quantum computation)]]。橫向场最终被关闭，并且預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]]）问题的介紹中，<ref>{{Cite web|url=https://doi.org/10.1080/00107514.2018.1450720|title="A cross-disciplinary introduction to quantum annealing-based algorithms". Contemporary Physics Vol. 59, Issue 02, pp. 174–196 (2018)|accessdate=|author=S.E. Venegas-Andraca, W. Cruz-Santos, C. McGeoch, and M. Lanzagorta|date=|publisher=}}</ref>列入了基于量子退火演算法的一般结构，用于求解max-SAT，最小multicut问题这类演算法的两个实例，以及[[D-Wave 系统公司]]所制造的量子退火系统产品。

== 与模擬退火法比较 ==

第7行：

== 类比与优势 ==

[[File:quant-annl.jpg|右|~~缩略图~~|300px]]

[[File:quant-annl.jpg|right|thumb|300px]]

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{{le|量子蒙地卡罗|Quantum_Monte_Carlo}}(或其他随机技术)在计算机上进行模擬，从而得到寻找经典玻璃基态的启发式算法。

第25行：

== 参考资料 ==

== 外部链接 ==

[[Category:最优化算法]]

@@ 第1行： / 第1行： @@
 '''量子退火'''（英语：'''Quantum annealing'''&nbsp;）是一种[[量子涨落|量子漲落]]特性的{{le|次经验演算法|Metaheuristic}}，可以在[[损失函数|目标函数]]拥有多组候选解答的情況下，找到全局最优解。量子退火主要用于解決离散空间有多个局部最小值的问题([[组合优化|组合优化问题]])，例如寻找[[自旋玻璃]]的基态。<ref>{{Cite journal|title=Sherrington–Kirkpatrick model in a transverse field: Absence of replica symmetry breaking due to quantum fluctuations|author=P Ray, BK Chakrabarti, A Chakrabarti|url=http://journals.aps.org/prb/abstract/10.1103/PhysRevB.39.11828|journal=Phys. Rev. B 39, 11828 (1989)|issue=|doi=|others=|year=|volume=|page=|pmid=}}</ref>
-量子退火首先从权重相同的所有可能狀态（候选狀态）的[[叠加态|量子疊加态]]开始运行，接著物理系统依[[含时薛丁格方程式|含时薛丁格方程]]开始量子演化。根据橫向场的时间依赖强度，狀态之间产生[[量子穿隧效应|量子穿隧]]，使得所有候选狀态的机率幅不断改变，实现量子并行性。若橫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{{le|绝热量子计算|Adiabatic quantum computation}}。若橫场的变化速度加快，则系统可能会暫时离开基态，而最终问题哈密顿量的基态将会增加更多的可能性，此即[[diabatic量子计算|非绝热量子计算(diabatic quantum computation)]]。橫向场最终被关闭，并且預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]]）问题的介紹中，<ref>{{Cite web|url=https://doi.org/10.1080/00107514.2018.1450720|title="A cross-disciplinary introduction to quantum annealing-based algorithms". Contemporary Physics Vol. 59, Issue 02, pp. 174–196 (2018)|accessdate=|author=S.E. Venegas-Andraca, W. Cruz-Santos, C. McGeoch, and M. Lanzagorta|date=|publisher=|||}}</ref>列入了基于量子退火演算法的一般结构，用于求解max-SAT，最小multicut问题这类演算法的两个实例，以及[[D-Wave 系统公司]]所制造的量子退火系统产品。
+量子退火首先从权重相同的所有可能狀态（候选狀态）的[[叠加态|量子疊加态]]开始运行，接著物理系统依[[含时薛丁格方程式|含时薛丁格方程]]开始量子演化。根据橫向场的时间依赖强度，狀态之间产生[[量子穿隧效应|量子穿隧]]，使得所有候选狀态的机率幅不断改变，实现量子并行性。若橫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{{le|绝热量子计算|Adiabatic quantum computation}}。若橫场的变化速度加快，则系统可能会暫时离开基态，而最终问题哈密顿量的基态将会增加更多的可能性，此即[[diabatic量子计算|非绝热量子计算(diabatic quantum computation)]]。橫向场最终被关闭，并且預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]]）问题的介紹中，<ref>{{Cite web|url=https://doi.org/10.1080/00107514.2018.1450720|title="A cross-disciplinary introduction to quantum annealing-based algorithms". Contemporary Physics Vol. 59, Issue 02, pp. 174–196 (2018)|accessdate=|author=S.E. Venegas-Andraca, W. Cruz-Santos, C. McGeoch, and M. Lanzagorta|date=|publisher=}}</ref>列入了基于量子退火演算法的一般结构，用于求解max-SAT，最小multicut问题这类演算法的两个实例，以及[[D-Wave 系统公司]]所制造的量子退火系统产品。
 == 与模擬退火法比较 ==
@@ 第7行： / 第7行： @@
 == 类比与优势 ==
-[[File:quant-annl.jpg|右|缩略图|300px]]
+[[File:quant-annl.jpg|right|thumb|300px]]
 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{{le|量子蒙地卡罗|Quantum_Monte_Carlo}}(或其他随机技术)在计算机上进行模擬，从而得到寻找经典玻璃基态的启发式算法。
@@ 第25行： / 第25行： @@
 == 参考资料 ==
 {{Reflist}}
-== 外部链接 ==
 [[Category:最优化算法]]