前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇量子計(jì)算的影響范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

量子計(jì)算的影響范文第1篇

關(guān)鍵詞： 過電壓識(shí)別； 支持向量機(jī)； 輸電線路； 遺傳算法

中圖分類號(hào)： TN911?34； TM863 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）19?0136?04

Abstract： In order to improve the overvoltage recognition accuracy and quicken the recognition speed， an overvoltage identification method with genetic algorithm optimizing support vector machine is proposed. Since the single feature information is difficult to obtain the high overvoltage recognition rate， the combined features of time domain waveform， wave head and time?frequency spectrum are taken as the recognition features of overvoltage respectively， and then the training samples of overvoltage are used to study the support vector machine. The classifier of overvoltage identification is established， and the adaptive genetic algorithm is introduced to optimize the parameters of support vector machine. The performance of an overvoltage recognition instance was performed for simulation analysis. The results show that the average overvoltage recognition rate of the proposed method can reach up to 95%， far exceeds the practical application requirements of 85%， and the recognition result is superior to other overvoltage identification methods.

Keywords： overvoltage identification； support vector machine； transmission line； genetic algorithm

0 引 言

雷電是一種無法預(yù)測(cè)的自然現(xiàn)象，會(huì)對(duì)輸電線路產(chǎn)生干擾，引起輸電線路故障，而僅對(duì)輸電線路添加防雷保護(hù)難以保證輸電線路的正常工作，過電壓識(shí)別可以反映輸電線路的工作狀態(tài)，為電力系統(tǒng)管理人員提供有價(jià)值的參考意見，因此提高過電壓的識(shí)別率具有重要的實(shí)際應(yīng)用價(jià)值[1?2]。

針對(duì)過電壓識(shí)別問題，學(xué)者們從理論、方法以及技術(shù)等方面進(jìn)行深入的分析，提出了許多有效的過電壓識(shí)別方法[3]。最初過電壓識(shí)別通過專家系統(tǒng)進(jìn)行，過電壓由于類型多、產(chǎn)生原因復(fù)雜，專家系統(tǒng)識(shí)別率低，而且識(shí)別結(jié)果具有盲目性，難以應(yīng)用于實(shí)際過電壓識(shí)別[4]。

隨著機(jī)器學(xué)習(xí)技術(shù)研究的不斷深入，機(jī)器學(xué)習(xí)算法被學(xué)者們引入到了過電壓識(shí)別的建模中，將過電壓識(shí)別看作是一種多分類問題，根據(jù)特征對(duì)樣本進(jìn)行處理，建立過電壓識(shí)別的分類器，以區(qū)別出各種類型的過電壓，在過電壓識(shí)別中應(yīng)用最為廣泛[5?7]。特征提取是過電壓識(shí)別的基礎(chǔ)，對(duì)后續(xù)過電壓識(shí)別結(jié)果影響大，當(dāng)前特征主要有：電流變化幅值、時(shí)域波形、暫態(tài)電流特征等[8?10]，單一特征只能描述過電壓類型的部分、片段信息，難以獲得正確率高的過電壓識(shí)別結(jié)果，通用性較差；當(dāng)前過電壓識(shí)別基于神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)（Support Vector Machine，SVM）等建模，神經(jīng)網(wǎng)絡(luò)雖然具有自學(xué)習(xí)、非線性分類能力，但要求過電壓識(shí)別的訓(xùn)練樣本數(shù)量大，而過電壓識(shí)別是一種典型小樣本的多分類問題，易得到“過擬合”的過電壓識(shí)別結(jié)果[11]。

SVM是一種小樣本的機(jī)器學(xué)習(xí)算法，不存在神經(jīng)網(wǎng)絡(luò)要求樣本大、過擬合的缺陷，其參數(shù)直接影響過電壓識(shí)別的結(jié)果[12]。

為了提高過電壓識(shí)別的準(zhǔn)確性，提出一種基于自適應(yīng)遺傳算法優(yōu)化支持向量機(jī)的過電壓識(shí)別方法（GA?SVM）。首先提取時(shí)域波形、波頭、時(shí)頻譜作為過電壓識(shí)別特征，然后采用支持向量機(jī)建立過電壓識(shí)別的分類器，并采用自適應(yīng)遺傳算法對(duì)支持向量機(jī)參數(shù)進(jìn)行優(yōu)化，實(shí)例結(jié)果表明，本文方法的過電壓平均識(shí)別率達(dá)到95%以上，識(shí)別性能要優(yōu)于當(dāng)前經(jīng)典過電壓識(shí)別方法。

1 雷擊過電壓識(shí)別的特征

采用時(shí)域波形、波頭、時(shí)頻譜對(duì)輸電線路的雷擊過電壓狀態(tài)進(jìn)行特征提取，具體見表1。

建立性能優(yōu)異的過電壓識(shí)別模型，需要選擇一定算法對(duì)過電壓類型與特征之間的關(guān)系進(jìn)行準(zhǔn)確擬合，即以過電壓特征作為輸入量，過電壓類型作為期望輸出，組成訓(xùn)練樣本和測(cè)試樣本，本文選擇支持向量機(jī)建立輸電線路的雷擊過電壓識(shí)別模型，并采用自適應(yīng)遺傳算法對(duì)支持向量機(jī)參數(shù)進(jìn)行優(yōu)化。

2 自適應(yīng)遺傳算法優(yōu)化支持向量機(jī)的過電壓識(shí)別

2.1 支持向量機(jī)

采用標(biāo)準(zhǔn)Benchmark函數(shù)：Griewank對(duì)標(biāo)準(zhǔn)遺傳算法（GA）和自適應(yīng)遺傳算法（AGA）進(jìn)行對(duì)比研究，結(jié)果如圖2所示。從圖2可知，AGA的收斂速度要快于GA，而且獲得更高的收斂精度，求解結(jié)果更加穩(wěn)定。

2.3 AGA?SVM的過電壓識(shí)別步驟

（1） 收集過電壓數(shù)據(jù)，并對(duì)特征值進(jìn)行歸一化處理。

（2） 產(chǎn)生遺傳算法的初始種群。

（3） 將過電壓訓(xùn)練樣本輸入到支持向量機(jī)學(xué)習(xí)，計(jì)算每個(gè)個(gè)體的適應(yīng)度值。

（4） 判斷是否達(dá)到終止條件，若達(dá)到要求則輸出最優(yōu)個(gè)體，進(jìn)入步驟（6）。

（5） 進(jìn)行選擇、自適應(yīng)交叉和變異操作，產(chǎn)生新的種群。

（6） 計(jì)算新種群中每個(gè)個(gè)體的適應(yīng)度值。

（7） 最優(yōu)個(gè)體得到支持向量機(jī)參數(shù)，建立過電壓識(shí)別模型。

3 過電壓識(shí)別的應(yīng)用實(shí)例

對(duì)于每種類型雷擊過電壓狀態(tài)，均收集50個(gè)樣本數(shù)據(jù)，40個(gè)樣本用于訓(xùn)練支持向量機(jī)，構(gòu)建過電壓識(shí)別模型，其余10個(gè)樣本對(duì)過電壓識(shí)別效果進(jìn)行測(cè)試和分析。短路故障過電壓、感應(yīng)雷擊過電壓、直擊雷擊過電壓、繞擊雷擊過電壓、反擊雷擊過電壓的標(biāo)簽編號(hào)分別為1，2，3，4，5。

為了使AGA?SVM的雷擊過電壓識(shí)別結(jié)果具有可比性，選擇GA?SVM的雷擊過電壓識(shí)別模型進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖3～圖5所示。通過對(duì)比圖3和圖4中GA?SVM和AGA?SVM的雷擊過電壓識(shí)別準(zhǔn)確率可知，AGA?SVM的識(shí)別準(zhǔn)確率平均達(dá)到95%以上，比GA?SVM的識(shí)別準(zhǔn)確率提高了5.25%，這主要是由于AGA采用了自適應(yīng)的交叉變異機(jī)制，較好地解決了GA陷入局部最優(yōu)解，找到了更優(yōu)的SVM參數(shù)，建立了正確率更高的雷擊過電壓識(shí)別模型。

同時(shí)從圖5可以看出，AGA?SVM的雷擊過電壓識(shí)別時(shí)間更少，主要是因?yàn)锳GA加快了SVM參數(shù)的尋優(yōu)效率，進(jìn)化代數(shù)明顯減少，加快了雷擊過電壓識(shí)別的建模速度，提高了雷擊過電壓識(shí)別的效率，實(shí)際應(yīng)用范圍更加廣泛。

4 結(jié) 語

為了減少輸電線路的過電壓識(shí)別錯(cuò)誤率，提出一種AGA?SVM的過電壓識(shí)別方法。首先提取多種過電壓的特征，然后采用自適應(yīng)遺傳算法優(yōu)化支持向量機(jī)擬合過電壓類別與特征之間的變化關(guān)系，最后采用具體數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明，本文方法是一種速度快、正確率高的雷擊過電壓識(shí)別方法。

參考文獻(xiàn)

[1] TAWFIK M M， MORCOS M M. On the use of Prony to locate faults in loop systems by utilizing modal parameters of fault current [J]. IEEE transactions on power delivery， 2005， 20（1）： 532?534.

[2] 杜林，戴斌，司馬文霞，等.架空輸電線路雷電過電壓識(shí)別[J].高電壓技術(shù)，2010（3）：590?597.

[3] 董杏麗，葛耀中，董新洲.行波保護(hù)中雷電干擾問題的對(duì)策[J].中國電機(jī)工程學(xué)報(bào)，2002（9）：74?78.

[4] 張偉剛，張保會(huì)，胡海松，等.應(yīng)用小波包分析實(shí)現(xiàn)配電網(wǎng)單相接地故障選線[J].電力系統(tǒng)自動(dòng)化，2009，33（23）：60?64.

[5] 張保會(huì)，趙慧梅，張文豪，等.基于特征頻帶內(nèi)暫態(tài)零序電流特點(diǎn)的配電網(wǎng)單相接地故障選線方法[J].電力系統(tǒng)保護(hù)與控制，2008，36（17）：5?10.

[6] 束洪春，王永治，程春和，等.800 kV直流輸電線路雷擊電磁暫態(tài)分析與故障識(shí)別[J].中國電機(jī)工程學(xué)報(bào)，2008，28（19）：93?100.

[7] 胡亞平，呂飛鵬，周鑫，等.基于PRONY法的超高壓線路單相自適應(yīng)重合閘故障識(shí)別原理[J].電力系統(tǒng)保護(hù)與控制，2010，38（9）：23?26.

[8] 段建東，張保會(huì)，郝志國.超高壓線路暫態(tài)保護(hù)中雷電干擾與短路故障的識(shí)別[J].電力系統(tǒng)自動(dòng)化，2004，28（18）：30?35.

[9] 段建東，任晉峰，張保會(huì)，等.超高速保護(hù)中雷電干擾識(shí)別的暫態(tài)法研究[J].中國電機(jī)工程學(xué)報(bào)，2006，26（23）：7?13.

[10] 陳仕龍，張杰，畢貴紅，等.基于小波分析的特高壓直流輸電線路雙端電壓暫態(tài)保護(hù)[J].電網(wǎng)技術(shù)，2013，37（10）：2719?2725.

量子計(jì)算的影響范文第2篇

基金項(xiàng)目：山東省自然科學(xué)基金項(xiàng)目“利用抗寒性突變體分離小麥抗寒性相關(guān)基因”（ZR2009DQ024）

作者簡(jiǎn)介： 宋康（1978-），女，助理研究員，從事農(nóng)產(chǎn)品加工研究。E-mail：skangmail@sinacom

*通訊作者：張鳳云（1963-），女，農(nóng)藝師，從事小麥育種與栽培研究。E-mail：fyzhang63@163com

摘要：以濟(jì)南17和濰麥8號(hào)兩個(gè)不同筋型小麥品種為材料，研究花后溫度對(duì)小麥籽粒蛋白質(zhì)和植株氨基酸含量的影響。結(jié)果表明，灌漿期高溫提高了小麥籽粒蛋白質(zhì)含量，兩個(gè)筋型品種表現(xiàn)出相同的趨勢(shì)；提高了小麥葉片和莖鞘中游離氨基酸含量，向籽粒中運(yùn)輸?shù)陌被岬牧恳苍黾?，有利于籽粒蛋白質(zhì)的合成。對(duì)黃淮海等北方強(qiáng)筋小麥而言，后期高溫對(duì)提高籽粒蛋白質(zhì)含量是有利的，但降低了弱筋小麥的品質(zhì)。

關(guān)鍵詞：小麥；溫度；蛋白質(zhì)；氨基酸

中圖分類號(hào)：S512.101文獻(xiàn)標(biāo)識(shí)號(hào)：A文章編號(hào)：1001-4942（2013）12-0024-04

近年山東小麥灌漿后期高溫天氣頻發(fā)，導(dǎo)致籽粒灌漿期縮短，粒重下降，小麥減產(chǎn)。有研究表明，高溫一般會(huì)引起籽粒蛋白質(zhì)組分的明顯變化，從而影響小麥的籽粒品質(zhì)[1，2]；花后高溫是影響山東小麥籽粒品質(zhì)的重要因素之一[3]。因此，研究小麥花后高溫對(duì)籽粒品質(zhì)形成的影響具有十分重要的意義。本研究以兩種不同筋型小麥品種為對(duì)象，以常溫為對(duì)照，研究小麥籽粒蛋白質(zhì)在高溫條件下的變化動(dòng)態(tài)及其與植株氨基酸含量的關(guān)系，旨在為小麥的抗逆栽培提供理論依據(jù)。

1材料與方法

1.1試材與試驗(yàn)設(shè)計(jì)

供試品種為強(qiáng)筋小麥濟(jì)南17和弱筋小麥濰麥8號(hào)。采用盆栽試驗(yàn)，于2011～2012年在山東省農(nóng)業(yè)科學(xué)院與濟(jì)南市天橋區(qū)達(dá)仁農(nóng)場(chǎng)進(jìn)行。供試土壤有機(jī)質(zhì)含量為12.2 g/kg，堿解氮59.2mg/kg，速效磷14.5 mg/kg，速效鉀92.3 mg/kg。試驗(yàn)用盆直徑30 cm，高25 cm。10月15日播種，每品種20盆，每盆留苗10株。于開花后7 d將植株長勢(shì)一致的5盆移入A230746型光溫培養(yǎng)箱進(jìn)行溫度處理。 設(shè)4個(gè)處理，T1：34℃；T2：32℃；T3：26℃；T4：24℃，其中，T1、T2為高溫處理，T3、T4為常溫處理。隨機(jī)排列，每次取樣后對(duì)盆缽進(jìn)行調(diào)換。不同溫度處理的光照時(shí)間均為12 h，相對(duì)濕度控制在60%左右。

1.2測(cè)定項(xiàng)目和方法

選同一天開花麥穗進(jìn)行標(biāo)記，每7 d取樣1次。105℃殺青30 min，80℃烘干至恒重。成熟時(shí)收獲籽粒，放置1個(gè)月后測(cè)定籽粒主要品質(zhì)指標(biāo)。

1.3數(shù)據(jù)處理與作圖

用Microsoft Excel軟件。

2結(jié)果與分析

2.1不同溫度處理對(duì)籽粒蛋白質(zhì)含量的影響

從圖1可以看出，花后高溫縮短小麥籽粒灌漿期，與常溫相比成熟期明顯提前，并且顯著提高籽粒蛋白質(zhì)含量。不同溫度處理下小麥籽粒蛋白質(zhì)含量在開花后均呈先降低后升高趨勢(shì)，在花后21 d達(dá)到最低。各處理間比較，T1和T2籽粒蛋白質(zhì)含量顯著高于T3和T4處理。兩個(gè)品種比較，濰麥8號(hào)在T1、T2處理下成熟期籽粒蛋白質(zhì)含量比T4處理分別高14.8%和17.3%，濟(jì)南17分別高19.2%和12.7%，表明高溫對(duì)不同筋型小麥籽粒蛋白質(zhì)含量的影響相同。

2.2不同溫度處理對(duì)葉片游離氨基酸含量的影響

由圖2可以看出，高溫提高了小麥葉片游離氨基酸含量，處理后7 d達(dá)最大值，隨后一直下降，到成熟期其含量一直高于常溫處理；而常溫處理下，濰麥8號(hào)葉片游離氨基酸含量呈持續(xù)下降趨勢(shì)，濟(jì)南17則在花后14 d達(dá)最大值。表明兩品種在常溫下葉片氨基酸代謝存在差異，在高溫下濰麥8號(hào)葉片對(duì)溫度變化的反應(yīng)更為敏感。

2.3不同溫度處理對(duì)莖鞘游離氨基酸含量的影響

不同品種莖鞘游離氨基酸含量均為高溫處理后7 d達(dá)到最大，隨后呈下降趨勢(shì)（圖3）。高溫處理下濰麥8號(hào)莖鞘游離氨基酸含量與常溫處理間比較幾無差異，而濟(jì)南17莖鞘游離氨基酸含量在花后14～21 d顯著高于常溫處理。表明不同品種類型對(duì)溫度變化的響應(yīng)不同。

2.4不同溫度處理對(duì)籽粒游離氨基酸含量的影響

籽粒游離氨基酸含量從花后7 d到成熟一直呈下降趨勢(shì)，各處理間差異較??；處理14 d后，差異明顯，高溫處理籽粒氨基酸含量呈快速下降趨勢(shì)，而常溫處理下降趨勢(shì)趨于平緩（圖4）。表明高溫處理加速了灌漿后期籽粒游離氨基酸向蛋白質(zhì)的轉(zhuǎn)化，利于蛋白質(zhì)的合成。

3結(jié)論與討論

量子計(jì)算的影響范文第3篇

【關(guān)鍵詞】 超導(dǎo)量子比特 超導(dǎo)電路 量子計(jì)算 量子糾錯(cuò)

1 引言

量子算法解決問題的概念最早由舒爾在上世紀(jì)末引入，因其在計(jì)算復(fù)雜性理論革命性的成果，量子計(jì)算受到歡迎，但在當(dāng)時(shí)認(rèn)為實(shí)際建造一個(gè)量子計(jì)算機(jī)是不可能的，隨后科學(xué)家發(fā)現(xiàn)了量子糾錯(cuò)等理論，希望通過這些理論實(shí)現(xiàn)量子計(jì)算機(jī)。文章主要討論量子信息處理與超導(dǎo)量子比特物理實(shí)現(xiàn)，就少數(shù)重要方面討論猜測(cè)量子計(jì)算未來方向。

2 量子計(jì)算機(jī)發(fā)展的七個(gè)階段

開發(fā)一個(gè)量子計(jì)算機(jī)涉及幾個(gè)重疊且互相連接的階段，首先必須能控制量子系統(tǒng)的量子比特的有足夠的長的退相干時(shí)間供系統(tǒng)去操作和讀出，在第二階段，小量子算法可以在邏輯量子比特上進(jìn)行，作為一個(gè)實(shí)用的量子計(jì)算，這前兩個(gè)階段中，必須滿足下面的五個(gè)標(biāo)準(zhǔn)[1]：

（1）可規(guī)模化的很好兩能級(jí)系統(tǒng)（量子比特）；

（2）量子比特具有良好的制備初態(tài)的能力；

（3）與量子邏輯門操作的時(shí)間相比，量子比特具有相對(duì)較長的退相干時(shí)間。

（4）量子比特能夠用來建造通用量子邏輯門；

（5）具有對(duì)量子比特進(jìn)行測(cè)量的能力。

從上面的標(biāo)準(zhǔn)可以看出，量子比特的相干性是非常重要的。如果量子比特的相干性受到破壞，量子計(jì)算就會(huì)變成經(jīng)典計(jì)算。第三階段以后要求系統(tǒng)能夠?qū)崿F(xiàn)量子糾錯(cuò)，在第三階段，實(shí)現(xiàn)量子非破壞測(cè)量和控制，量子非破壞測(cè)量可以利用奇偶校驗(yàn)糾正一些錯(cuò)誤。第四個(gè)階段實(shí)現(xiàn)更長時(shí)間的邏輯量子比特記憶，目標(biāo)是實(shí)現(xiàn)量子存儲(chǔ)器，量子糾錯(cuò)的實(shí)施，使得系統(tǒng)的相干性比任何組件的相干時(shí)間都長，通過量子糾錯(cuò)存儲(chǔ)的邏輯量子比特的退相干時(shí)間大大超過單個(gè)量子比特退相干時(shí)間，但這個(gè)目標(biāo)還未在任何實(shí)際系統(tǒng)中實(shí)現(xiàn)。最后的兩個(gè)階段是多邏輯量子比特算法和容錯(cuò)型量子計(jì)算，最終目標(biāo)是實(shí)現(xiàn)容錯(cuò)量子信息處理，有能力在一個(gè)具有主動(dòng)糾錯(cuò)機(jī)制邏輯量子比特做所有單量子比特操作，并且能夠執(zhí)行多個(gè)邏輯門之間的操作。量子信息處理的七個(gè)階段發(fā)展。每個(gè)進(jìn)步需要掌握前面的階段，但每個(gè)也代表了一個(gè)持續(xù)的任務(wù)，必須協(xié)同別的階段。第三階段中的超導(dǎo)量子比特是唯一固態(tài)量子計(jì)算實(shí)施，目的是實(shí)現(xiàn)第四階段，這個(gè)也是目前研究的重要的環(huán)節(jié)。下面我們就介紹下超導(dǎo)電路。

3 超導(dǎo)電路哈密頓量設(shè)計(jì)

超導(dǎo)電路（圖1）基于LC振蕩器，超導(dǎo)量子比特的操作是基于兩個(gè)成熟的現(xiàn)象：超導(dǎo)性和約瑟夫森效應(yīng)。超導(dǎo)量子比特可以描述為一個(gè)電感為約瑟夫森結(jié)，電容C和一個(gè)電感L組成的并聯(lián)電路。電路中電子流的集體運(yùn)動(dòng)的為通過電感的通量Φ，相當(dāng)于在彈簧機(jī)械振蕩器質(zhì)心位置。不同于純LC諧振電路的，約瑟夫森結(jié)把電路變成一個(gè)真正的人工原子，可以選擇性的從基態(tài)躍遷到激發(fā)態(tài)，當(dāng)作一個(gè)量子比特。約瑟夫森結(jié)和電感并聯(lián)，甚至可以取代電感，幾個(gè)作為人工原子非線性振蕩器組成的量子比特耦合振蕩腔時(shí)，可以獲得多量子比特與多腔相互作用系統(tǒng)的有效哈密頓量[2]的形式為

哈密頓量中指標(biāo)為j表示非諧振模式的量子比特耦合指標(biāo)m表示諧振腔，符號(hào)a，b和ω分別代表振幅和頻率，在適當(dāng)?shù)尿?qū)動(dòng)信號(hào)作用下，系統(tǒng)可以執(zhí)行任意的量子操作，操作速度取決于非線性影響因素和，通常單量子門操作時(shí)間為5到50ns和二量子比特糾纏控制在50到500ns，忽略了腔的非簡(jiǎn)諧振動(dòng)的影響。適當(dāng)設(shè)計(jì)的電路，盡量的減少由于量子比特周圍電介質(zhì)的影響而引起的損耗，同時(shí)減少能量的輻射到其他電路環(huán)境，使得量子比特相干時(shí)間為100μs，這使得相干時(shí)間內(nèi)成百上千操作成為可能。

4 目前主要的問題

目前實(shí)驗(yàn)規(guī)模相對(duì)較小，只有少數(shù)量子比特相互作用，且所有的系統(tǒng)都會(huì)在糾纏情況下發(fā)生耗散，影響系統(tǒng)的相干性，要實(shí)現(xiàn)下一階段量子信息處理，需要通過糾錯(cuò)增加相干時(shí)間，因?yàn)橹挥性诒３至孔佑洃洜顟B(tài)的情況下，才能進(jìn)行后來的算法計(jì)算，這要求建立新的系統(tǒng)，并且計(jì)算時(shí)通過利用連續(xù)測(cè)量和實(shí)時(shí)反饋進(jìn)行量子糾錯(cuò)進(jìn)而保存量子信息。

使用當(dāng)前的方法來糾錯(cuò)，會(huì)大幅增加計(jì)算復(fù)雜性，一個(gè)比特信息往往需要幾十個(gè)甚至成千上萬的物理量子比特實(shí)現(xiàn)糾錯(cuò)的功能，這個(gè)對(duì)于控制和設(shè)計(jì)哈密頓量是一個(gè)巨大的挑戰(zhàn)。此外，根據(jù)五個(gè)基本原理，在各個(gè)階段都需要其他的硬件增加，以求得能夠向下一個(gè)階段實(shí)現(xiàn)，但發(fā)展到一個(gè)階段并不是簡(jiǎn)單的大規(guī)模生產(chǎn)相同類型的電路和量子比特的問題。

目前制造含有大量單元晶片在實(shí)際中并不困難，畢竟超導(dǎo)量子比特最大的優(yōu)點(diǎn)是目前制作晶片的技術(shù)非常的成熟。盡管如此，設(shè)計(jì)構(gòu)建和操作一個(gè)超導(dǎo)量子計(jì)算機(jī)對(duì)于半導(dǎo)體集成電路或超導(dǎo)電子學(xué)提出了實(shí)質(zhì)性的挑戰(zhàn)，由于電路元件之間的相互作用可能會(huì)導(dǎo)致加熱或抵消，不同部件之間的相互干擾會(huì)引發(fā)問題，引發(fā)比特錯(cuò)誤或電路故障。

還有我們必須知道怎么設(shè)計(jì)多量子比特和控制系統(tǒng)的哈密頓量，這個(gè)超出當(dāng)前的能力，描述一個(gè)系統(tǒng)糾纏的哈密頓量時(shí)，需要測(cè)量的數(shù)據(jù)指數(shù)級(jí)增大，將來必須設(shè)計(jì)構(gòu)建和操作超過幾十個(gè)自由度系統(tǒng)，這樣的話，量子計(jì)算的力量，經(jīng)典情況下不能被模擬出來，這也許表明大型量子處理器應(yīng)該由可以單獨(dú)測(cè)試和表征小模塊構(gòu)成。

5 量子計(jì)算的未來設(shè)計(jì)

可能要花多長時(shí)間來實(shí)現(xiàn)超導(dǎo)電路完善，未來發(fā)展中，量子糾錯(cuò)理論可能大大改良電路復(fù)雜度和性能限制，理論上是存在幾種不同的方法，但在實(shí)際中仍然相對(duì)不成熟。

首先是量子糾錯(cuò)編碼模型，信息編碼寄存在糾纏物理量子比特中，假設(shè)發(fā)生錯(cuò)誤，通過收集量子比特的信息，監(jiān)測(cè)特定量子比特的集體屬性，然后在信息發(fā)生不可逆轉(zhuǎn)的損壞之前，通過特殊的門撤銷之前的錯(cuò)誤。

另一種方法是表面代碼模型，大量相同的物理量子比特被連接在矩形網(wǎng)格中，通過特定的四個(gè)相鄰的量子比特之間的聯(lián)系，可以快速進(jìn)行量子非破壞測(cè)量，防止整個(gè)網(wǎng)格發(fā)生錯(cuò)誤。這個(gè)方法的吸引力在于只需要數(shù)量很少的不同類型的元素，一旦這個(gè)基本單元是成功的，后續(xù)的發(fā)展階段可能只是通過相對(duì)簡(jiǎn)單的設(shè)計(jì)就能實(shí)現(xiàn)，而且容錯(cuò)率較高，即使在當(dāng)前的容錯(cuò)水平也能達(dá)到百分之幾。

第三個(gè)方法是嵌套模塊模型，這里最基本的單元是邏輯記憶量子比特組成的寄存器，這個(gè)寄存器能夠在進(jìn)行存儲(chǔ)量子信息的同時(shí)并進(jìn)行量子糾錯(cuò)，另外寄存器中存在一些額外的量子比特為可以與內(nèi)存其他模塊通訊。通過量子比特的通信的糾纏，可以分發(fā)糾纏，最終在模塊間執(zhí)行通用計(jì)算。在這里，操作之間的通信部分允許有相對(duì)較高的錯(cuò)誤率。

其他方法可能包括量子科學(xué)那些與現(xiàn)有標(biāo)準(zhǔn)根本不同的一些方法，上面描述的方案都是基于“量子比特寄存器模型”，需要在構(gòu)建較大的能夠容納很多二能級(jí)系統(tǒng)的希爾伯特空間，但在原子物理領(lǐng)域非計(jì)算態(tài)的利用已經(jīng)超出二能級(jí)的水平，被用來作為一個(gè)三比特門超導(dǎo)電路的捷徑，在現(xiàn)有不引入新的錯(cuò)誤的情況下，多能級(jí)非線性振蕩器的使用能夠取代多量子比特方程，這提供了一種新的設(shè)計(jì)思路。

6 結(jié)語

超導(dǎo)電路實(shí)現(xiàn)量子信息處理已經(jīng)取得顯著進(jìn)展，同時(shí)量子糾錯(cuò)不在僅僅限制在理論上，復(fù)雜的量子系統(tǒng)真正進(jìn)入一個(gè)未知的領(lǐng)域，但即使這個(gè)階段成功，未來依然會(huì)有很多的挑戰(zhàn)，經(jīng)過不斷的探索，實(shí)用的量子信息處理未來可能成為現(xiàn)實(shí)。

參考文獻(xiàn)：

量子計(jì)算的影響范文第4篇

關(guān)鍵詞：量子算法；Shor算法；Grover算法；量子通信；量子智能計(jì)算

【分類號(hào)】：TM743

1.概述

量子計(jì)算是計(jì)算機(jī)科學(xué)與量子力學(xué)相結(jié)合的產(chǎn)物，根據(jù)Moore定律可知：當(dāng)計(jì)算機(jī)的存儲(chǔ)單元達(dá)到原子層次時(shí)，顯著地量子效應(yīng)將會(huì)嚴(yán)重影響計(jì)算機(jī)性能，計(jì)算機(jī)科學(xué)的進(jìn)一步發(fā)展需要借助新的原理和方法【1】，量子計(jì)算為這一問題的解決提供了一個(gè)可能的途徑。

根據(jù)量子計(jì)算原理設(shè)計(jì)的量子計(jì)算機(jī)是實(shí)現(xiàn)量子計(jì)算的最好體現(xiàn)。量子計(jì)算機(jī)是利用微觀粒子狀態(tài)來進(jìn)行存儲(chǔ)和處理信息的計(jì)算工具【2】。其基本原理是通過物理手段制備可操作的量子態(tài)，并利用量子態(tài)的疊加性、糾纏性和相干性等量子力學(xué)的特性進(jìn)行信息的運(yùn)算、保存和處理操作，從本質(zhì)上改變了傳統(tǒng)的計(jì)算理念。

量子通信是量子理論與信息理論的交叉學(xué)科，是指利用量子的糾纏態(tài)實(shí)現(xiàn)信息傳遞的通訊方式。量子的糾纏態(tài)是指：相互糾纏的兩個(gè)粒子無論被分離多遠(yuǎn)，一個(gè)粒子狀態(tài)的變化都會(huì)立即使得另一個(gè)粒子狀態(tài)發(fā)生相應(yīng)變化的現(xiàn)象。量子通信主要包括兩類：用于量子密鑰的傳輸，和用于量子隱形傳態(tài)和量子糾纏的分發(fā)。與傳統(tǒng)的通信技術(shù)相比，量子通信具有容量大，傳輸距離遠(yuǎn)和保密性強(qiáng)的特點(diǎn)。

2.量子計(jì)算基礎(chǔ)

2.1 量子位

計(jì)算機(jī)要處理數(shù)據(jù)，必須把數(shù)據(jù)表示成計(jì)算機(jī)能夠識(shí)別的形式。與經(jīng)典計(jì)算機(jī)不同，量子計(jì)算機(jī)用量子位來存儲(chǔ)信息，量子位的狀態(tài)既可以是0態(tài)或1態(tài)，也可以是0態(tài)和1態(tài)的任意線性疊加狀態(tài)。一個(gè)n位的量子寄存器可以處于 個(gè)基態(tài)的相干疊加態(tài) 中，即可以同時(shí)存儲(chǔ) 種狀態(tài)。因此，對(duì)量子寄存器的一次操作就相當(dāng)于對(duì)經(jīng)典計(jì)算機(jī)的 次操作，也就是量子的并行性。

2.2.量子邏輯門

對(duì)量子位的態(tài)進(jìn)行變換，可以實(shí)現(xiàn)某些邏輯功能。變化所起到的作用相當(dāng)于邏輯門的作用。因此，提出了“量子邏輯門”【3】的概念，為：在一定時(shí)間間隔內(nèi)，實(shí)現(xiàn)邏輯變換的量子裝置。

量子邏輯門在量子計(jì)算中是一系列的酉變換，將酉矩陣作為算符的變換被成為酉變換。量子位的態(tài) 是希爾伯特空間（Hilbert空間）的單位向量，實(shí)現(xiàn)酉變換后希爾伯特空間，在希爾伯特空間內(nèi)仍為單位向量?！?】

3.量子算法

量子算法的核心就是利用量子計(jì)算機(jī)的特性加速求解的速度，可以達(dá)到經(jīng)典計(jì)算機(jī)不可比擬的運(yùn)算速度和信息處理功能。目前大致五類優(yōu)于已知傳統(tǒng)算法的量子算法：基于傅里葉變換的量子算法，以Grover為代表的量子搜素算法，模擬量子力學(xué)體系性質(zhì)的量子仿真算法，“相對(duì)黑盒”指數(shù)加速的量子算法和相位估計(jì)量子算法。

3.1基于傅里葉變換的量子算法

Shor于1994年提出大數(shù)質(zhì)因子分解量子算法，而大數(shù)質(zhì)因子分解問題廣泛應(yīng)用在RSA公開密鑰加密算法之中，該問題至今仍屬于NP難度問題。但是Shor算法可以在量子計(jì)算的條件下，在多項(xiàng)式時(shí)間內(nèi)很有效地解決該問題。這對(duì)RSA的安全性有著巨大的挑戰(zhàn)。

Shor算法的基本思想是：利用數(shù)論相關(guān)知識(shí)，通過量子并行特點(diǎn)，獲得所有的函數(shù)值；再隨機(jī)選擇比自變量小且互質(zhì)的自然數(shù)，得到相關(guān)函數(shù)的疊加態(tài)；最后進(jìn)行量子傅里葉變換得最后結(jié)果。構(gòu)造如下函數(shù)：

就目前而言，該算法已經(jīng)相對(duì)成熟，對(duì)其進(jìn)行優(yōu)化的空間不大。目前研究者的改進(jìn)工作主要是：通過對(duì)同余式函數(shù)中與N互質(zhì)的自然數(shù)選擇的限制，提高算法成功的概率。Shor算法及其實(shí)現(xiàn)，對(duì)量子密碼學(xué)和量子通信的發(fā)展有著極重要的價(jià)值。[7]

3.2以Grover為代表的量子搜素算法

3.2.1 Grover算法

Grover算法屬于基于黑箱的搜索算法，其基本思想為：在考慮含有 個(gè)數(shù)據(jù)庫的搜索問題，其中搜索的解恰好有 個(gè)，將數(shù)據(jù)庫中的每個(gè)元素進(jìn)行量化后，存儲(chǔ)在 個(gè)量子位中， 與 滿足關(guān)系式 ?！?】將搜索問題表示成從0到 的整數(shù) ，其中函數(shù) 定義為：如果 是需要搜索的解， ；若不是需要搜索的解，那么 。【12】

具體算法如下：

（1）初始化。應(yīng)用Oracle算子 ，檢驗(yàn)搜索元素是否是求解的實(shí)際問題中需要搜索的解。

（2）進(jìn)行Grover迭代。將結(jié)果進(jìn)行阿達(dá)馬門（Hadamard門）變換。

（3）結(jié)果進(jìn)行 運(yùn)算。

（4）結(jié)果進(jìn)行阿達(dá)馬門變換?！?2】

4. 量子智能計(jì)算

自Shor算法和Grover算法提出后，越來越多的研究員投身于量子計(jì)算方法的計(jì)算處理方面，同時(shí)智能計(jì)算向來是算法研究的熱門領(lǐng)域，研究表明，二者的結(jié)合可以取得很大的突破，即利用量子并行計(jì)算可以很好的彌補(bǔ)智能算法中的某些不足。

目前已有的量子智能計(jì)算研究主要包括：量子人工神經(jīng)網(wǎng)絡(luò)，量子進(jìn)化算法，量子退火算法和量子免疫算法等。其中，量子神經(jīng)網(wǎng)絡(luò)算法和量子進(jìn)化算法已經(jīng)成為目前學(xué)術(shù)研究領(lǐng)域的熱點(diǎn)，并且取得了相當(dāng)不錯(cuò)的成績(jī)，下面將以量子進(jìn)化算法為例。

量子進(jìn)化算法是進(jìn)化算法與量子計(jì)算的理論結(jié)合的產(chǎn)物，該算法利用量子比特的疊加性和相干性，用量子比特標(biāo)記染色體，使得一個(gè)染色體可以攜帶大數(shù)量的信息。同時(shí)通過量子門的旋轉(zhuǎn)角度表示染色體的更新操作，提高計(jì)算的全局搜索能力。

目前量子進(jìn)化算法已經(jīng)應(yīng)用于許多領(lǐng)域，例如：工程問題、信息系統(tǒng)、神經(jīng)網(wǎng)絡(luò)優(yōu)化等。同時(shí)，伴隨著量子算法的理論和應(yīng)用的進(jìn)一步發(fā)展，量子進(jìn)化算法等量子智能算法有著更大的發(fā)展前景和空間。

參考文獻(xiàn)

1.王書浩，龍桂魯.大數(shù)據(jù)與量子計(jì)算

2.張毅，盧凱，高穎慧.量子算法與量子衍生算法

3.Deutsch D，Jozsa R.Rapid solution of problems by quanturm computation[C]//Proc Roy Soc London A，1992，439：553-558

4.吳楠，宋方敏。量子計(jì)算與量子計(jì)算機(jī)

5.蘇曉琴，郭光燦。量子通信與量子計(jì)算。量子電子學(xué)報(bào)，2004，21（6）：706-718

6. White T.Hadoop： The Defintive Guide，California：O’Reilly Media，Inc.2009：12-14

7.王蘊(yùn)，黃德才，俞攸紅.量子計(jì)算及量子算法研究進(jìn)展.

8.孫吉貴，何雨果.量子搜索算法.軟件學(xué)報(bào)，2003，14（3）：334-344

9.龍桂魯.量子計(jì)算算法介紹

10.解光軍，范海秋，操禮程.一種量子神經(jīng)計(jì)算網(wǎng)絡(luò)模型

量子計(jì)算的影響范文第5篇

關(guān)健詞：生物計(jì)算機(jī)；分子計(jì)算機(jī)；光計(jì)算機(jī)超導(dǎo)計(jì)算機(jī)；量子計(jì)算機(jī)

中圖分類號(hào)：TP38文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2007)04-11136-01

1 引言

自從1946年世界上第一臺(tái)電子計(jì)算機(jī)誕生以來， 電子計(jì)算機(jī)已經(jīng)走過了半個(gè)多世紀(jì)的歷程。從第一代電子管計(jì)算機(jī)到現(xiàn)在正在開發(fā)的第六代神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)，計(jì)算機(jī)的體積不斷變小，但性能、速度卻在不斷提高。自計(jì)算機(jī)問世50多年來，運(yùn)算速度已提高了約10億倍。在最新一代芯片中，晶體管之間的連接導(dǎo)線的厚度已被蝕刻到只有0.03微米，是人頭發(fā)的1/4500。然而，原有發(fā)展起來的以硅為基礎(chǔ)的芯片制造技術(shù)的發(fā)展不是無限的，由于存在磁場(chǎng)效應(yīng)、熱效應(yīng)、量子效應(yīng)以及制作上的困難，當(dāng)線寬低于0.1mm以后將不可避免地達(dá)到僅有單個(gè)分子大小的物理學(xué)極限。越來越多的專家認(rèn)識(shí)到，在傳統(tǒng)計(jì)算機(jī)的基礎(chǔ)上大幅度提高計(jì)算機(jī)的性能必將遇到難以逾越的障礙，從其它技術(shù)方面尋找計(jì)算機(jī)發(fā)展的突破口才是正確的道路。目前至少有5種可能的技術(shù)來生產(chǎn)出未來的計(jì)算機(jī)，它們是：生物計(jì)算機(jī)，分子計(jì)算機(jī)、光計(jì)算機(jī)、超導(dǎo)計(jì)算機(jī)和量子計(jì)算機(jī)。就像電子計(jì)算機(jī)對(duì)20世紀(jì)產(chǎn)生了重大影響一樣，各種新穎的計(jì)算機(jī)也必將對(duì)未來產(chǎn)生重大影響。

2 生物計(jì)算機(jī)

DNA生物計(jì)算機(jī)是美國南加州大學(xué)阿德拉曼博士1994年提出的奇思妙想。由于蛋白質(zhì)分子中的氫也有兩種電態(tài)。因此，一個(gè)蛋白質(zhì)分子就是一個(gè)開關(guān)。從理論上講，用蛋白質(zhì)分子作為元件，就能制造出蛋白質(zhì)型的計(jì)算機(jī)，又被稱作“生物計(jì)算機(jī)”?？茖W(xué)家設(shè)計(jì)的生物計(jì)算機(jī)模型中DNA絕大多數(shù)都是懸浮于充滿液體的試管之內(nèi)來執(zhí)行運(yùn)算。與傳統(tǒng)電子計(jì)算機(jī)以“0”和“1”來代表信息不同，在DNA計(jì)算機(jī)中，信息將以分子代碼的形式排列于DNA上，特定的酶可充當(dāng)“軟件”來完成所需的各種信息處理工作。DNA計(jì)算機(jī)技術(shù)的誘惑力，在于其和傳統(tǒng)硅技術(shù)相比所具有的巨大存儲(chǔ)能力：一克DNA所能存儲(chǔ)的信息量，估計(jì)可與1萬億張CD光盤相當(dāng)；數(shù)百萬億個(gè)DNA分子擁有可感受和回應(yīng)周圍環(huán)境的所有計(jì)算結(jié)構(gòu)，可在一個(gè)狹小的表面區(qū)域通過生物化學(xué)反應(yīng)來協(xié)調(diào)工作，這一并行處理能力據(jù)認(rèn)為可與目前功能最為強(qiáng)大的超級(jí)電子計(jì)算機(jī)媲美。

生物計(jì)算機(jī)具有三大顯著優(yōu)點(diǎn)：

(1)信息以波的形式傳播，運(yùn)算速度比當(dāng)今最新一代計(jì)算機(jī)快10萬倍；

(2)只需很少能量就可工作，不存在發(fā)熱問題。并且擁有巨大的存儲(chǔ)能力；

(3)由于蛋白質(zhì)分子能夠自我組合，再生新的微型電路，使得生物計(jì)算機(jī)具有生物體的一些特點(diǎn)，如能發(fā)揮生物本身的調(diào)節(jié)機(jī)能自動(dòng)修復(fù)芯片發(fā)生的故障，還能模仿人腦的思考機(jī)制。

3 分子計(jì)算機(jī)

分子計(jì)算機(jī)是在納米電子技術(shù)的基礎(chǔ)上發(fā)展起來的，現(xiàn)在的納米電子技術(shù)有望水到渠成地成為目前以硅等為基礎(chǔ)的微米級(jí)集成電路技術(shù)的“接班人”。分子計(jì)算機(jī)的運(yùn)行靠的是分子晶體可以吸收以電荷形式存在的信息，并以更有效的方式進(jìn)行組織排列。憑借著分子納米級(jí)的尺寸，分子計(jì)算機(jī)的體積將劇減。此外，分子計(jì)算機(jī)耗電可大大減少并能更長期地存儲(chǔ)大量數(shù)據(jù)。

與目前的計(jì)算機(jī)相比，分子計(jì)算機(jī)運(yùn)行所需的電力將大大減少，并且有可能永久保存大量數(shù)據(jù)，從而使用戶不必進(jìn)行刪除文檔的操作。此外，這些計(jì)算機(jī)還能免受計(jì)算機(jī)病毒、系統(tǒng)死機(jī)或其他故障的影響。

4 光學(xué)計(jì)算機(jī)

所謂光計(jì)算機(jī)，就是利用光作為信息的傳輸媒體。未來的光計(jì)算機(jī)可能是混合型的，即把極細(xì)的激光束與快速的芯片相結(jié)合。那時(shí)，計(jì)算機(jī)將不采用金屬引線，而是以大量的透鏡、棱鏡和反射鏡將數(shù)據(jù)從一個(gè)芯片傳送到另一個(gè)芯片。這種傳送方式稱為自由空間光學(xué)技術(shù)。

光計(jì)算機(jī)有三大優(yōu)勢(shì)：

(1)光子的傳播速度無與倫比，電子在導(dǎo)線中的運(yùn)行速度與其相比就像蝸牛爬行那樣。今天電子計(jì)算機(jī)的傳送速度最高為每秒109個(gè)字節(jié)，而采用硅－光混合技術(shù)后，其傳送速度就可達(dá)到每秒萬億字節(jié)；

(2)更重要的是光子不像帶電的電子那樣相互作用，因此經(jīng)過同樣窄小的空間通道可以傳送更多數(shù)據(jù)；

(3)尤其值得一提的是光無須物理連接。如能將普通的透鏡和激光器做得很小，足以裝在微芯片的背面，那么明天的計(jì)算機(jī)就可以通過稀薄的空氣傳送信號(hào)了。

5 超導(dǎo)計(jì)算機(jī)

導(dǎo)體在溫度下降到某一值時(shí)，電阻會(huì)突然消失，這一奇妙的現(xiàn)象叫做超導(dǎo)現(xiàn)象。它是在1911年由荷蘭物理學(xué)家昂尼斯首先發(fā)現(xiàn)的。具有超導(dǎo)性的物質(zhì)稱之為超導(dǎo)體。超導(dǎo)體在超導(dǎo)狀態(tài)下電阻為零，可輸送大電流而不發(fā)熱、不損耗，具有高載流能力，可長時(shí)間無損耗地儲(chǔ)存大量的電能以及能產(chǎn)生極強(qiáng)的磁場(chǎng)。1962年，正在英國劍橋大學(xué)攻讀博士學(xué)位的研究生約瑟夫遜提出了超導(dǎo)效應(yīng)（亦稱約瑟夫遜效應(yīng)）的原理，超導(dǎo)技術(shù)自此開始嶄露頭角，展現(xiàn)出引人注目的前景。利用約瑟夫遜效應(yīng)，在約瑟夫遜結(jié)上加電源，當(dāng)電流低于某一個(gè)臨界值時(shí)，絕緣層上不出現(xiàn)電壓降，此時(shí)結(jié)處于超導(dǎo)態(tài)；當(dāng)電流超過臨界值時(shí)，結(jié)呈現(xiàn)電阻，并產(chǎn)生幾毫伏的電壓降，即轉(zhuǎn)變?yōu)檎B(tài)。如在結(jié)上加一個(gè)控制極來控制通過結(jié)的電流或利用外加磁場(chǎng)，可使結(jié)在兩 個(gè)工作狀態(tài)之間轉(zhuǎn)換，這就成了典型的超導(dǎo)開關(guān)。利用超導(dǎo)開關(guān)可制成超導(dǎo)存儲(chǔ)器、超導(dǎo)大規(guī)模集成電路，這是計(jì)算機(jī)中理想的超高速器件。

利用超導(dǎo)器件制成的超導(dǎo)計(jì)算機(jī)與普通計(jì)算機(jī)相比具有諸多優(yōu)勢(shì)：(1)運(yùn)行速度快。超導(dǎo)開關(guān)的開關(guān)速度目前已達(dá)幾微微秒（1微微秒＝10的12次方秒），這使得超導(dǎo)計(jì)算機(jī)的運(yùn)行速度將比目前的計(jì)算機(jī)快100倍。二是功耗低，集成度高。由于電流在超導(dǎo)體中流動(dòng)時(shí)不發(fā)熱，也不損耗，超導(dǎo)集成電路的功耗僅為硅集成電路的幾百分之一，為一般晶體管的二千分之一，因此其集成度可望做得很高。目前已達(dá)到大規(guī)模集成電路的水平；(2)超導(dǎo)器件的結(jié)構(gòu)基本上可用現(xiàn)行大規(guī)模集成電路工藝制作，因而無需花費(fèi)大量的財(cái)力與人力；(3)利用超導(dǎo)傳輸線來完成計(jì)算機(jī)中元器件之間的信號(hào)傳輸時(shí)具有信號(hào)無損耗和低色散的特點(diǎn)。

6 量子計(jì)算機(jī)

什么是量子計(jì)算機(jī)呢？把量子力學(xué)和計(jì)算機(jī)結(jié)合起來的可能性是在1982年由美國著名物理學(xué)家理查德?費(fèi)因曼首次提出的。隨后，英國牛津大學(xué)物理學(xué)家戴維?多伊奇于1985年初步闡述了量子計(jì)算機(jī)的概念。量子計(jì)算機(jī)是利用處于多現(xiàn)實(shí)態(tài)的原子作為數(shù)據(jù)進(jìn)行運(yùn)算，這是一種采用基于量子力量的深層次的計(jì)算模式的計(jì)算機(jī)。這一模式只由物質(zhì)世界中一個(gè)原子的行為所決定，而不是像傳統(tǒng)的二進(jìn)制計(jì)算機(jī)那樣將信息分為0和1，用晶體管的開與關(guān)來處理這些信息。在量子計(jì)算機(jī)中最小的信息單元是一個(gè)量子比特(quantum bit)。量子比特不只是開、關(guān)兩種狀態(tài)，而是以多種狀態(tài)同時(shí)出現(xiàn)。這種數(shù)據(jù)結(jié)構(gòu)對(duì)使用并行結(jié)構(gòu)計(jì)算機(jī)來處理信息是非常有利的。

與傳統(tǒng)的電子計(jì)算機(jī)相比，量子計(jì)算機(jī)有以下優(yōu)勢(shì)：(1)解題速度快。傳統(tǒng)的電子計(jì)算機(jī)用“1”和“0”表示信息，而量子粒子可以有多種狀態(tài)，使量子計(jì)算機(jī)能夠采用更為豐富的信息單位，從而大大加快了運(yùn)行速度。例如，電子計(jì)算機(jī)使用的RSA公鑰加密系統(tǒng)是以巨大數(shù)的質(zhì)因子非常難以分解為基礎(chǔ)設(shè)計(jì)的一種多達(dá)400位長的“天文數(shù)字”，如果要對(duì)其進(jìn)行因子分解，即使使用目前世界上運(yùn)算速度最快的超級(jí)計(jì)算機(jī)，也需要耗時(shí)10億年。如果用量子計(jì)算機(jī)來進(jìn)行因子分解，則只需10個(gè)月左右；(2)存儲(chǔ)量大。電子計(jì)算機(jī)用二進(jìn)制存儲(chǔ)數(shù)據(jù)，量子計(jì)算機(jī)用量子位存儲(chǔ)，具有疊加效應(yīng)，有m個(gè)量子位就可以存儲(chǔ)2m個(gè)數(shù)據(jù)。因此，量子計(jì)算機(jī)的存儲(chǔ)能力比電子計(jì)算機(jī)大得多；(3)搜索功能強(qiáng)勁。美國朗訊科技公司貝爾實(shí)驗(yàn)室的洛夫?格羅佛教授發(fā)現(xiàn)，量子計(jì)算機(jī)能夠組成一種量子超級(jí)網(wǎng)絡(luò)引擎，可輕而易舉地從浩如煙海的信息海洋中快速搜尋出特定的信息。其方法是采用不同的量子位狀態(tài)組合，分別檢索數(shù)據(jù)庫里的不同部分，其中必然有一種狀態(tài)組合會(huì)找到所需的信息；(4)安全性較高?？茖W(xué)家們發(fā)現(xiàn)，如果過往的原子因發(fā)生碰撞而導(dǎo)致信息丟失時(shí)，量子計(jì)算機(jī)能自動(dòng)擴(kuò)展信息，與家族伙伴成為一體，于是系統(tǒng)可以從其家族伙伴中找到替身而使丟失的信息得以恢復(fù)。

7 誰將是未來的計(jì)算機(jī)