量子计算基本特征

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇量子计算基本特征范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

量子计算基本特征范文第1篇

关键词 纳米科技;纳米地球化学;纳米矿物学;纳米矿床学

中图分类号TB383 文献标识码A 文章编号 1674-6708(2010)31-0083-02

1 概述

纳米科学技术(nano scale science and technology)作为新兴的学科[1],在人类社会进入世纪之交的关键转变年代,在世界范围兴起,发展迅速,前景诱人,国际竞争已经开始。人类对自然世界的认识始于宏观物体,又逐渐认识到原子,分子等微观粒子,然而对纳米微粒却缺乏深入的研究[2]。原子是自然界的基本组成单元,原子的不同排列方式使自然界物种丰富多样化。1959年,著名的物理学家诺贝尔物理学奖得主查德・费曼说:“如果有一天可以按人的意志安排一个原子,将会产生怎样的奇迹。”纳米科技则使人们能够直接利用原子、分子制备出包含原子的纳米微粒,并把它作为基本构成单元,适当排列成一维的量子线,二维的量子面,三维的纳米固体。纳米材料有一般固体都不具备的优良特性,所以有着广阔的应用前景。钱学森指出:“纳米左右和纳米以下的结构将是下一阶段科技发展的重点,会是一次技术革命,从而将引起21世纪又一次产业革命。” [3]

1.1 基本概念

纳米(Nanometer)又称毫微米,是一种长度单位。1纳米等于10-9m(十亿分之一米)。上田良二教授于1984年从测试的角度给纳米微粒下了一个定义:用电子显微镜(TEM)能看到的微粒称为纳米微粒[4]。纳米技术是1974年在东京由日本精密工程学会(JSPE)和国际生产工程研究学会(CIRP)联合主持的会议上由日本东京科学大学机械工程教授谷口纪男提出的[5]。纳米科技(Nanost)是一门在0.1nm~100nm范围内对物质和生命进行研究应用的科学。这是一种介观区域(宏观和微观之间的连接区域)进行开发研究的新技术。它使人类认识和改造物质世界的手段和能力延伸到分子和原子。纳米科技涉及到物理学、数学、化学、生物学、机械学、信息科学、材料科学、微电子学等众多学科以及计算机技术,电真空技术,扫描隧道显微镜及加工技术,等离子体技术和核分析等各种技术领域,是一门综合性的新兴科学技术。

1.2 纳米科技的发展历史

纳米科技是20世纪科技领域重要突破它的发展经历了孕育萌芽阶段,探索研究阶段和应用开发阶段3个时期。

1)孕育萌芽阶段。费曼设想在原子和分子水平上操纵和控制物质。1860年,胶体化学诞生之日,对粒径约(1~100)nm的胶体粒子开始研究,但由于受研究手段限制,发展缓慢;

2)探索研究阶段。30年后,1990年7月,第一届国际纳米科学技术会议在美国巴尔的摩召开,同年《纳米生物学》和《纳米科技》专业刊物相继问世。这标志着一门崭新的科学技术-纳米科学技术,在经过30年的曲折道路,终于诞生了。费曼的美妙设想成为现实了[6];

(3)应用阶段。1993年,开始进入蓬勃的发展时期,20世纪末获得许多成果,达到预期目标可能还要经历10~20年的努力。

1.3 纳米固体的基本特征

纳米固体的重要特征,决定了纳米科技具有划时代意义。这些特性有如下4个方面[6] :

1)表面与界面效应。纳米微粒尺寸小,表面积大,所以位于表面的原子比例相对增多。尺寸与表面原子数的关系见表1。当物质粒径小于10nm,将迅速增加表面原子的比例,当粒径降到1nm时,原子几乎全部集中到纳米粒子的表面。由于表面原子数增多,使得这些原子易与其它原子相结合而稳定,具有很高化学活性,表面吸附能力强,扩散系数增大,塑性和韧性都大大提高;

表1纳米微粒尺寸与表面原子数的关系

2)小尺寸效应。当纳米微粒的尺寸与光波的波长相当或更小时,周期性的边界条件将被破坏,电,光,磁,声,热力学等特征均会出现小尺寸效应;

3)宏观量子隧道效应。微观粒子具有贯穿势垒的能力称为隧道效应。宏观量子隧道效应的研究对基础研究及应用都有重要的意义;

4)量子尺寸效应。量子尺寸效应是指当粒子尺寸下降到最低值时,费米能级附近的电子能级变为离散能级的现象。而当颗粒中所含原子数随着尺寸减小而降低时,费米能级附近的电子能级将由准连续态分裂为分立能级。当能级间距大于静磁能,磁能,热能,静电能,超导态或光子能量的凝聚能时,就导致纳米微粒磁,热,声,光,电以及超导电性与宏观特征显著不同,称为“量子尺寸效应”。例如导电的金属在超细微粒时可以是绝缘的。

表面界面效应,小尺寸效应,宏观量子隧道效应和量子尺寸效应是纳米微粒与纳米固体的基本特征,它使纳米微粒和纳米固体呈现出许多不同的物化性质。

2 纳米科学研究的分析手段

具有原子分辨率的扫描隧道显微镜(STM),高分辨透射电镜(HRTEM),和原子力显微镜(AFM)等手段[7-9]能直接观察出纳米固体,纳米微粒,和纳米结构特征。

1)扫描隧道显微镜(STM)

扫描隧道显微镜(STM)具有原子级的空间分辨率。主要描绘表面三维的原子结构图。主要用于导电纳米矿物原子级的空间分辨率研究 ,如金属硫化物研究。

2)高分辩透射电镜(HRTEM)

高分辩透射电镜(HRTEM)空间分辨率可达0.1nm～0.2nm。主要用于各种矿物纳米级的成分,形貌,结构的综合研究。如金属硫化物,硅酸盐矿物,矿物中的出溶物以及胶体矿物研究。

3)原子力显微镜(AFM)

以扫描隧道显微镜(STM)为基础发展起来的原子力显微镜(AFM)

能探测针尖和样品之间的相互作用力,达到纳米级的空间分辨率。为了获得绝缘材料原子图像,又出现了原子力显微镜。AFM主要是用于非导电纳米矿物原子级的空间分辨率研究。如硅酸盐矿物,胶体矿物等研究。在纳米材料方面主要是观察纳米材料物质等在矿物物质表面的吸附和沉积,以及天然纳米微粒形状。

3 纳米科技理论在地学上的应用

纳米科技与地学的结合形成了以下3种学科纳米地球化学,纳米矿床学和纳米矿物学。

3.1纳米地球化学

纳米地球化学就是研究地球中纳米微粒分布,分配,集中,分散,迁移规律,以及由纳米微粒的分布及组合特征反映断裂活动,探测石油,天然气,金属矿床等。纳米物质使元素具有新的地球化学活性和新的成岩成矿模式:传统观念认为,温度越高,化学活性越大,元素的迁移能力越强,反之活性就越小,越不容易迁移。为此,作为化学性质很不活泼的金,在较低温度下,理应活性很小,溶解度偏低,很难迁移成矿。事实上却与纳米金的地球化学行为相矛盾。但如果从纳米科技理论的角度考虑,就不难理解了。纳米科技理论认为,当物质的粒度达到纳米级时,由于颗粒极其细小,表面积很大,例如SiO2,其粒径从36nm减少到7nm时,其比表面积由75增加到360m2/g[10]。巨大的表面积使大量的原子处在表面,使元素的化学反应速度和扩散速度增加很多,吸附能力增强,熔点变低,物化性质发生改变。成岩成矿温度低,因而使元素具有低温活性。粒度越小,活性越大。这使纳米级的物质具有成分相同的可见颗粒所没有的特性。产生新的地球化学活性和新的成岩成矿模式。对稀有元素,活性性质不活泼的元素,分散元素和在水中溶解度极低的元素,在低温条件下成岩成矿作用有了不同的解释思路。

3.2 纳米矿床学

相同成分的纳米微粒不同的物化性特性已使地质学家对矿床学理论中有关矿质运移,富集过程有了新的认识。传统理论认为,矿物质的运移以温差,压力差或浓度差为前提条件,而对矿物质的运移和富集又限定其必须有一定的矿化剂为载体,而未意识到同种物质如果其粒度不同则其物化性质的差别非常巨大。传统成矿理论一直认为金矿的形成是由于其离子与一定络合剂结合,在一定的温度条件下迁移到一定部位,经过各种化学反应生成自然金而聚集成矿。纳米科学技术理论认为:源岩中的原子态金只要达到纳米级,其本身首先就由于极大的自扩散系数和吸附性而扩散,迁移合富集成矿。目前为止,地学界一直对砂金为何能在低温条件下甚至使常温态下能够形成“狗头金”的事实没有定论,现在看来,很有可能是纳米级的金自身扩散,迁移,吸附的结果。这种聚集成矿作用,在内生金属成矿作用过程中可能也同样起着不可低估的作用[11]。

3.3 纳米矿物学

目前,由于科技的限制,人类对矿物学的认识,往往注重宏观矿物单体,聚合体的形态及有关特性,注重微观矿物成分及原子排列的情况,而对纳米矿物微粒,纳米矿物结构缺乏深入细致的研究。在传统矿物学研究中,把矿物看成理想的晶体点阵,但在纳米矿物学中则着重研究纳米矿物微粒和矿物结构特征以及与此有关的岩石学,矿床学,构造地质学,地球化学等地质学科。

所谓的纳米矿物就是指晶体粒度细小至纳米量级的矿物颗粒。往往是以集合体形式结合一起[12]。彭同红、万朴等人运用扫描电镜发现以下几种非金属矿晶体,具有纳米尺寸的结构:

1)沸石, 其内通道直径为13nm~113nm;

2)条纹长石、月光石、日光石,其晶间距为2nm;

3)膨润土、高岭土、海泡石,其层间距离为2nm等;

4)鳞片石墨经高温膨化后形成蠕虫石墨,形成网状结构,其孔径直径为10 nm~100nm[13]。

目前,已发现的纳米矿物资源主要分布在大洋底部及陆地。例如:海洋中的“黑烟囱”和陆地上的纳米矿物有氧化物和硅酸盐等。但受限于开采技术,目前仅其中层状结构的黏土矿物并已初步进行开发利用。纳米物质的巨大的比表面积、特殊的界面效应、临界尺寸效应及高能量状态赋其不同于普通物质的特性。例如, 普通金的沸点为2 966℃,而纳米相金则在700℃~800℃条件下熔解、气化[12]。其它纳米相金属也具有此特性。因而纳米级矿物开发利用有着广阔的应用前景。

4 结论

纳米科技的研究是国际当前的研究热点,它使人类在改造自然方面进入了一个新层次,即从微米级层次深入到纳米级层次。也使地质学科学家的认识改造自然界进入一个新层次。HRTEM,STM,AFM等测试方法的在纳米矿物学中的研究运用,一些新概念、新理论、新方法随之孕育而生,使21世纪矿物学的研究将上一个新台阶,这将促进地质科学飞速发展。

参考文献

[1]林鸿溢.北京理工大学学报,14.

[2]葛庭燧.纳米材料的结构与性能科学,1990(3).

[3]陈敬中.纳米科技的发展与纳米矿物学研究[J].地质科技情报,1994,13(2).

[4]嵇钧生.纳米技术的科技发展及趋势.

[5]刘芝.正在崛起的纳米科技[J].中国青年科技,1994(5).

[6]张立德.跨世纪的新领域:纳米材料科学[J].科学,1993(1).

[7]王大文,白春礼.扫描隧道显微术在纳米科学技术中的应用[J].科技导报,1992(4).

[8]Wickramasinghe HK.扫描探针显微镜,1991(4).

[9]林海安,郑茫,王林,等.扫描探针电子学[J].大自然探索,1993(3).

[10]姜泽春.地学领域里的纳米科学问题[J].矿物岩石地球化学通报,1995(4).

[11]银剑钊.纳米矿床学地学前缘,1994,1.

[12]李辉.西北地质,2001(2).

[13]周明芳.纳米矿物材料的开发现状及存在的主要问题[J].矿产与地质,2002,16(2).

[14]李斗星,平德海,戴吉岩,等.材料界面的特征和表征[J].稀有金属,1994(4).

[15]刘曙光.非金属矿纳米结构特征及应用[J].矿产综合利用,2002(4).

[16]曹建劲,梁致荣,刘可星,等.红层风化壳对地气纳米金微粒吸附的模拟实验研究[J].自然科学进展,2004(14).

[17]朱笑青,章振根.矿物、岩石对纳米金吸附作用的实验研究[J].矿产与地质,1996(2).

量子计算基本特征范文第2篇

【关键词】量子场论 还原性 问题

物理中的突现主要是指很多因素，对于系统组成要素具有性质问题，不是在于任何单个要素，因素系统的低层次形成时期才会出现，所以说才成为涌现。系统功能之所以表现是整体会大于部分，是因为系统会涌现出新质因素。人们对于这一个现象的研究是从生物学开始的，后来应用于人工智能和复杂物理理论中，随着社会现代科学即使发展，出现了很多问题，在整体性为主题中，量子场论的建立都针对很多问题进行发展和研究，也引发了很多原论和反原论问题深入研究。从重整化操作参数中选取任意性理论问题都是没相关性，场论知识具有自主性理论体系，各个理论之间没有关系，所以说量子场论涉及当今物理学和哲学领域很多问题。

1 有效场论思想的提出分析

一般意义的有效场论指的是某一个研究领域事物内在机制理论问题，也就是用粒子物理学家话来说就是有效理论对于物理参数空间物理实体描述，从物理学看，很多物理学理论都是随着不断变化而形成了多样性，也就是同一物理实体中的粗放型和精致形理论，这就构成了物理学参数空间唯像学理论研究。不需要费心去寻找一个物理终极理论，只要能够恰当的描述一切现象就可以了，从本质上讲也就是说对于物理具有本身局限性，是反映物理世界信息模型问题。

为了能够很好协调量子力学和相对论之间量子场论，就应该考虑到二次量子化，也就是一种包含粒子生产的基本粒子问题，在数学中量子场论系统拥有无穷自由度，数学中对于理论有很多新的要求，对于重整化问题解释争论也是突出表现了场论思想提出，从历史发展来看，重整化理论是具有一定场论理论依据的。对于有效场论思想提出都有一定追溯作用。

从重整化方法发展历史看，有效思想在建立量子场论中是非常富有启发作用的，量子场论语言的作用是非常恰当描述依赖作用的，本质就是能够超级力量。有效理论思想可以很好推动量子场论深入发展，也就是说基础物理学家说的基础物理学问题，本质上就是高能物理学和低能物理学之间相互隔离和各个击破研究问题。如何划分物理现象标准能否跨度，形式随着精度分化不断变化，也就是在重整化基础上能够实现对于理论重整。能够就会出现很多处理重整化物理学理论发展的初始阶段是处理量子电动力学发散引进方法，对于物理学家首先应该引起截至作用，将发散部分吸收，然后再进行重新定义理论参数问题，在这个过程就会出现很多处理方法问题，重整方法从此就会成功开始。随着测试现象尺度变化物理学作用和结构也会发生变化，接着人们就会缓慢减小截至思想指导，运用重整化参数变化情况进行更深度分析和研究，有效的将参数和分数关系用数学方式描述出来。能够在群方程参数变化中，降低重整化的有限维子丛。有效的低能理论有别于高能的情形，不同的高能日量可能 会产生相同低能日量，事实上在数众多不同质量粒子共存体系中，系统能量远会小于粒子质量，这时质量扮演截至就可以近似重整化有效场论，质量的影响也会相互作用不可重整化，一种新的可重整化量子场论理论广泛应用自然会导致人们对于基础物理学看法，这种观点的转变结果是量子场论的标准模型问题。

2有效场论引发的争论问题

人们认为基础物理学研究宇宙物质基础结构和物质运动规律的学科，所以说近代自然科学追求的确定性和必然性，根据这个观点对于高能物理学享有的基础地位和粒子物理学的终极理论都是有一定领地的。从弱点理论到量子色动力学发展起来的标准模型，在基础物理研究中都具有里程碑意义和作用，根据标准模型可以看出，物质有夸克和轻子组成，他们之间相互作用可以用一个统一规场论来完成，量子场论这种进展就是重整化方法更加深入人心。

重整化概念对于标准模型哲学基础构成需要更加深入分析和研究，在理论早起时候，重整化的概念在处理微饶问题时，物理学家对于突现驾驶主要是纠缠于两种备选方案，就是前面提及到的还原论和反还原论述，分别指的是高能物理学和凝聚态物理学问题。粒子高能物理学的科学家以高能物理学基础来辩护，就是粒子物理学提升了人们对于物理世界的认识，引领人们一步步走到宇宙绝对性结构面前，在还原论中也有很多关键性词语，所以说凝聚物理学家工作和粒子物理学家工作是一样的基础性。

还原重整化概念建立的历史进行实证分析，确实是可以提供理论之间相关性依据问题，但是这种论证本身没有坚实基础。理论之间联系建立只是局限于特定语境，另外理论之间是否存在基础性问题，也只是局限于各种文化层次之间，理论是否具有一定基础性争论，将是未来人类文明发展的重要问题。也就是理论之间存在内在很多联系，反还原阶段基于突现事实理论之间联系，量子场确实恰当又方面的描述了特定精度物理现象问题。根本上依赖于特定语境中和物理相对应的世界，其中包括主观意向、理论背景和实验测量问题等，所以要不断结合各种综合要素进行分析和科学解释人类现象。

3结语

粒子物理中物理场论等多个理论之间相互竞争并存在很多现象，有效的微观世界信息，可以反映客观理论语境，这样就会避免工具主义无法解释参量问题，和实在主义经验数据问题，总之就是客观事物本身是非常丰富多彩和复杂多变的，一种语言描述复杂事物行不通，对于还原论和反还原论争论，问题不是一方压倒另一方，而是要相互之间能够互补，全面客观的把两者进行相互结合起来，做到最大限度的兼收并蓄、取长补短和综合统一。

参考文献：

[1] 王博涛，舒华英.基于自组织理论的信息系统演化研究[J]；北京邮电大学学报（社会科学版），2006年01期.

[2] 林祯祺.从量子论到玻色-爱因斯坦统计[J]；重庆师范大学学报（自然科学版），2006年04期.

[3] 聂耀东，彭新武.复杂性思维・中国传统哲学・深层生态学[J]；思想理论教育导刊；2005年04期.

量子计算基本特征范文第3篇

关键词 数据挖掘；方法；应用

中图分类号TP3 文献标识码A 文章编号 1674—6708（2012）76—0209—02

近几年来，随着数据库技术的不断发展，数据挖掘引起了信息产业界和整个社会的极大关注。因为人们所拥有的数据量在不断的增长，这就对数据的管理和分析提出了更高的要求，急需新的技术从大量的信息中提取或“挖掘”知识，于是数据挖掘（Data Mining）技术被受人们关注和使用。

1 数据挖掘技术定义

数据挖掘技术是指从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在大多数情况下，人们只知道储存数据，数据越来越多，可是不知道数据中存有很多重要的信息，数据挖掘就可以从这大量的数据中搜索出重要的信息。

2 数据挖掘常用的方法

1）决策树。决策树方法是把数据分类，构成测试函数，建立树每一层分支，重复下去就构成了决策树。在构造决策树时，树尽可能精度高，规模小。商业银行在对风险决策时经常用此方法；

2）人工神经网络。神经网络方法引用生物神经网络的方法，就好像人的神经网络，它连接输入、输出信号的枢纽。它在很大程度上模拟人脑的神经系统处理信息。人工神经网络具有四个基本特征：非线性、非局限性、非常定性、非凸性。用人工神经网络方法建立的模型具有很强的非线性拟合能力，学习规则简单，控制能力强等优点；

3）遗传算法（Genetic Algorithm，GA）。遗传算法是模仿达尔文生物进化的自然选择和遗传机制的一种寻优算法。群体中的所有个体为研究对象，利用随机化技术搜索编码，然后分别利用选择、交叉和变异这三个基本遗传算子对其进行遗传操作就能寻找到问题的最优解或者是最满意解。遗传算法的优点是过程简单，具有随机性，可扩展性。实用。在很多领域得到了很大的应用。缺点是编程比较复杂，需要对问题进行编码，找到满意解后还要对问题解码。算法速度比较慢，对初始种群的选择有依赖性等缺点；

4）聚类算法。聚类算法可以说是多元统计研究“物以类聚，人以群分”的一种方法，主要任务是发现大型数据中的积聚现象。聚类分析是把相似特征的样本归为一类，类内差异差距较小，类间距差距较大。聚类算法在好多领域有应用。在商务上，根据客户不同的消费模式进行分类，对客户进行划分，帮助商家获得更多利益。在生物学中，对动植物进行分类，了解各自的基因特征。聚类的算法也比较多，例如：基于模糊的聚类方法、基于粒度的聚类方法、量子聚类、核聚类、谱聚类，这些是新发展的聚类算法。还有常用的聚类算法—BIRCH算法、K—MEANS算法、均值计算方法等。

3 数据挖掘的应用

数据挖掘技术在好多领域有应用。例如：金融业、通讯、教育、政府管理部门等等行业。1）金融业。例如：金融事务需要搜集和处理大量复杂的数据，许多银行和金融机构提供多种多样的投资服务（如共同基金）、信用服务（如个人信用卡）和银行服务（如个人存款）。由于交易的频繁性、信息的不对称性和复杂性，必须从海量数据中挖掘信息，金融数据挖掘技术可以帮助银行系统查询客户以往的需求情况并预测未来；可以分析潜在的信誉较差的客户，及时采取措施减少资产损失；2）通讯业。例如：现今通信业务可以说是五花八门，多种多样，适合不同需求的人群。要想退出新业务，创效益。就必须先确定可能要试用此项业务的客户特征。确定完成后先让小范围的客户试用此项业务，当他们试用一段时间后，对客户的反馈信息进行分析，修改更新，反复这样下去，直至此项业务成熟后，推广进入市场。那如何从大量的客户消费数据中得到这些客户特征，这就需要数据挖掘技术对客户进行详细的深层次的分析，得到有效的，准确的数据；3）教育部门。例如：高校的招生可以说是任何一个高校的大事，招生好坏直接影响学校的生存。专业计划的是否合理，就直接影响招生。我们需要对大量的招生录取信息和就业信息进行分析，数据挖掘技术就可以从这些信息中提取重要的信息预测未来的专业计划如何投放，每个专业投放多少比较合理，不至于计划浪费；4）政府管理部门。随着社会的不断进步，政府部门内部以及部门之间拥有了大量的政务信息，要想掌握有效，准确的政务信息，我们可以利用数据挖掘中的决策树方法，从大量的政务信息中提取准确有效的信息，大大提高整个电子政务的智能化水平。可以通过对网络各种经济资源的深度挖掘，确定未来的经济形势，从而可以指定出合理的宏观调控政策。为社会经济提供有力的可靠的拐杖。

4 数据挖掘未来的展望

数据挖掘的应用越来越广泛，人们对数据挖掘技术的需求水平也就越来越高。它可以预测未来的发展趋势，所以今后研究焦点可能会集中到处理非数字数据；寻求数据挖掘过程中的可视化方法，便于在知识发现过程中的人机交互，使计算机真正实现智能化。这可能需要一段时间，需要计算机工作者的不断的研究探索，可能需要很大的努力。但我相信，不久的将来我们会看到数据挖掘据技术很大的进展。

参考文献

[1][加]Jiawei Han Micheline Kamber著.范明，孟小峰译.数据挖掘概念与技术[M].机械工业出版社.

[2]陈晓燕.遗传算法在数据挖掘中的应用[J].琼州学院学报，18（2）.

[3]周明华.近代算法在工程领域中的应用研究[D].浙江大学博士学位论文，2005，1.

[4]曾令明，金虎.基于遗传算法的双向关联规则挖掘[J].微电子学与计算机，2006（23）：35—37.

[5]周涛，陆惠玲.数据挖掘中聚类算法研究进展[J].计算机工程与应用， 2012，48（12）.

[6]郑红英.数据挖掘聚类算法的分析和应用研究[J].重庆大学硕士学位论文，2002，4.

量子计算基本特征范文第4篇

【关键词】原子论；原子分子论；比较

一.时代背景比较

19世纪化学发展迅速，法国哲学家伽桑狄受古希腊原子学说的影响，强调原子的大小和形状的原子论及机械哲学。波义耳有机械论宇宙观，认为物质和运动是宇宙的基本质料。通过大量化学实验，他深信万物是复杂的，不能用亚里士多德的“四元素”或医药化学家的“三元素”全部概括，自然界一定存在许多元素，结合生成各种复杂的物质，通过适当的分解方法，最后都变成元素。波义耳明确阐述科学的元素概念，虽有局限性，但与之前元素说完全区别开来，一扫化学研究中的神秘主义，为近代化学的发展指明方向。波义耳指出，实验和观察方法是形成科学思维的基础，化学应当阐明化学过程和物质结构，必须依靠实验来确定基本规律，他把严密的实验引入化学研究，使化学成为一门实验科学打下基础。随后拉瓦锡确定了质量守恒定律，使化学从定性研究方法和观点向定量研究发展。化学家们以弄清物质的组成及化学变化中反应物生成物之间量的关系为目的，将化学与数学方法结合，由此建立了一系列基本的化学定律，如当量定律、定比定律等。进一步揭示这些定律之间的内在联系。约翰.道尔顿研究的最值一提的是关于气体方面研究所得到的理论以及引发的一系列关于原子的理论。做气体实验时遇到了难以用当时已有的理论或者规律解决的问题。首先采用物理方法解释，解释不了混合气体研究内容呈现的规律和结论。其次运用古代原子论也无法解释。在大量实验事实基础上，大胆地猜想并且提出了轰动全世界的“道尔顿原子论”，震撼整个化学界，给化学界开创了新纪元，至今被奉为经典。随着科学家们研究工作的开展，道尔顿原子论的缺陷日渐凸显，传播越发困难。盖吕萨克由实验事实及反复验证提出气体实验定律，它的准确性更加说明道尔顿原子论的不足。道尔顿不肯承认盖吕萨克的说法。两种理论出现矛盾。阿伏加德罗将两者理论结合起来稍加发展提出属于自己的新理论--分子论。它的传播由于理论的不够精确性同样受到阻碍，同时仍然有很多顽固派科学家受旧的理论的束缚，支持道尔顿理论。后来康尼查罗对原子论发展作出突出贡献，独辟蹊径地研究化学史来论证原子- 分子论，体现了逻辑和历史的统一，更加准确和有说服力。毕竟顽固派势力强大，传播受阻，当时的科学技术也无法证明其准确性。在新一代科学家努力下，原子-分子论才为人接受。继而才发展到现代原子-分子理论。

二.研究方法的比较

道尔顿扬弃以古希腊科学家德谟克利特为代表的古代原子论研究气体物理性质和气象研究时大胆假设出原子论内容。曾假定各种物质包括气体在内都是由同样大小的微粒构成。进而研究空气的组成、性质和混合气体的扩散与压力。为了解开混合气体的组成和性质之谜，道尔顿日益重视气体和混合气体的研究，得出结论：各地大气都是由氧、氮、二氧化碳、水蒸气四种主要成分的无数微粒或终极质点混合而成。而气体的混合是因为相同微粒之间产生排斥扩散。“混合气体的总的压力等于各组分气体在同样条件下各自占有某容器时的压力的总的加和”的气体分压定律。某种气体在容器里存在的状态与其他气体的存在无关。若用气体具有微粒的结构去解释很简单，由此推论出物质的微粒结构即终极质点的存在是不容置疑的，由于太小把显微镜改进后也未必能看见。他选择古希腊哲学中的“原子”来称呼这种微粒。空气就是由不同种类、不同重量的原子混合构成的，确认原子的客观存在。而如果原子确实存在，那么根据原子理论来解释物质的基本性质和各种规律，就需要把对原子的认识从定性上升到定量的阶段。道尔顿的首篇化学论文《关于构成大气的几种气体或弹性流体的比例的实验研究》从氧和亚硝气（即氧化氮）的结合去探讨原子之间是怎样相互去化合的，并从中发现这几种原子间的化学结合存在着某种量的关系。道尔顿在分析甲烷和乙烯两种不同气体的组成时，发现它们都含有碳、氢这两种元素，在这两种气体中，当含炭量相同时，甲烷中的含氢量恰好是乙烯中含氢量的2倍。类似的情况普遍存在：甲乙两种元素能够相互化合且生成不同的化合物，这些化合物中，实验表明跟一定重量的甲元素相化合的乙元素的质量互成简单的整数比。于是，发现倍比定律。从原子的观点来看，某元素不仅可以和另一元素的一个原子进行化合，也可以和两个或三个原子化合。得到的结果与一定质量的某元素相互化合的另一元素的质量就必然成简单的整数比：1：2、1：3或2：3等。在原子观点的启迪下，道尔顿发现并解释了倍比定律，同时倍比定律的发现又成为他确立原子论的重要奠基石。道尔顿为了建立更加完善的原子论观点和验证气象研究方面特别是大气性质方面的成果得出的结论：“不同元素的原子重量和大小是不一样的”。他联想到了倍比定律及德国化学家里希特的当量定律，既然原子按一定的简单比例关系相互化合，若对一些复杂的化合物进行分析，把其中最轻的元素的重量百分数同其他的元素的重量百分数进行比较，就可得出一种元素的原子相对于最轻元素的原子的重量倍数，从物质的相对重量，推出物质的原子的相对重量即我们现在所说的相对原子质量。尽管由于他对一些复杂原子（分子）的错误认识及当时条件的限制，他测定的原子量误差很大，但人们对物质结构的一个基本层次——原子的的认识真正建立在科学的基础上了。受当时科技水平的限制，他的理论偏于理论性，无法用科学仪器检测来验证其准确性。但道尔顿原子论关于原子的描述和原子量的计算工作是项意义深远的具有开创性的工作，第一次把纯属猜测的原子概念变成一种具有一定质量的、可以由实验来测定的物质实体。1808年，法国化学家盖- 吕萨克通过多次实验结果及几番论证发现并提出气体实验定律，即“ 各种气体在相互起化学作用时常以简单的体积比相结合”。在此同时还发现：不但气体间的化合反应是以简单体积比的关系相作用，而且在化合后，气体体积的改变与发生反应的气体体积间也有明了的关系。由此他大胆地提出推论：“在同温同压下相同体积的不同气体都含有相同数目的原子”。这个推论表面上似乎是支持道尔顿的原子论，实际上却把道尔顿原子论推向了新的困境。阿伏加德罗在道尔顿基础上结合盖-吕萨克的理论假说提出了新的学说分子论，也由于理论的局限性遇到极大的困境。1811年，他发现阿伏伽德罗定律，即在标准状态下（0℃，1个标准大气压，通常是1.01325×10^5Pa），相同体积的任何气体都含有相同数目的气体分子，与气体内部化学组成和物理性质无关。它对化学的发展特别是原子质量的测定工作起了重大的推动作用。此后，又发现阿伏伽德罗常数，即1mol任何物质的分子数都约为6.023×10^23个分子。当时没有引起化学家们注意，以致在原子与分子、原子质量与分子质量的概念上继续混乱了近50年。直到他死后2年，科学家康尼查罗指出他应用了阿伏伽德罗理论可怡解决当时化学中的很多问题。在1860年在卡尔斯鲁厄重新宣读了阿伏伽德罗的论文，之后阿伏伽德罗的理论才被许多化学家所接受。在1871年，V.迈尔应用阿伏伽德罗的理论从理论上成功地解释了蒸气密度的特性问题。后来康尼查罗是通过研究化学史来论证原子- 分子理论的。解决了道尔顿原子论无法说明的领域。也将原子论发展到原子-分子理论。冲破了阿伏伽德罗理论的困境。但他也始终是把原子分子理论的微观起点停留在了原子层面，没能更推进一步。随着科技的发展，原子结构模型猜想也不断地演变：1904年汤姆生提出原子模型“葡萄干面包式”，1906年-1908年卢瑟福通过α粒子散射得出类似太阳系的原子模型，1913年玻尔提出了模型原子外电子做圆周运动，1924年法国科学家德布罗意提出光粒二相性再由薛定谔等人一起提出和发展量子力学模型，其中伦琴射线的发现，α粒子衍射法的运用，原子研究进入了更加微观的结构，质子，中子，电子相继发现。海森堡，海特勒，伦敦等科学家也都作出了巨大贡献，又一原子论新纪元在化学史上拉开帷幕。

三.具体内容的比较

道尔顿原子论：1.元素是由非常微小、不可再分的微粒即原子组成，原子在所有化学变化中不可以再分，并且保持着自己的独特性质。2.同一种元素的所有原子的质量、性质都是完全相同的。不同元素的原子质量和性质也是各不相同的，原子的质量是每一种元素的基本特征之一。3.不同的元素在化合时，原子之间以简单整数比的方式结合。被后人发现存在缺陷性，譬如说原子可以再分，分为质子，中子，电子等，同一种元素的原子有的性质不一样，如C-12有同素异形体金刚石，石墨而C-13则应用在同位素示踪，跟踪化学反应等运用在不同的领域。阿伏加德罗在结合道尔顿和盖吕萨克的理论基础上他提出了自己的假说，而原子-分子论的代表康尼查罗在阿伏加德罗假说的基础上，重申求物质分子量的一个实用的方法--蒸气密度法。他在原子学说的基础上，突破性地提出了从分子量求原子量的方法，后被称为康尼查罗法。他指出某些金属和非金属的分子量是不可能求得的，道明阿伏加德罗假说与杜隆- 培蒂定律的联系，还指出原子量和当量的区别和联系。康尼查罗论证了无机化学和有机化学的同一性。确立了书写化学式的具体原则。可谓是将原子论细化到具体。更加准确也更加实用，被更多的人们所接受，继而传播到全世界。康尼查罗对化学发展做出的贡献远不止在原子论上，是多方面的涉及。如今科技日新月异，从原子核电子的发现到现今夸克等更小为力的发现都是现代原子-分子论的集体发展。而道尔顿原子论与现代原子分子理论的关系凸显，道尔顿原子论是大基础，后者是顺科学传播受阻而发展起来的。所以道尔顿原子论和现代原子分子论两者是密切关联，发展的关系，是辩证统一的哲学关系。

四.真理性及缺陷性比较

道尔顿原子论是建立在拉瓦锡单质论基础上，在已发现氧、氢、氮等实际存在的原子之后提出的。在此之前还没有确立科学的单质论，只认识到空气原子，水原子等非实际存在原子，而道尔顿的原子论是直接结合定比定律和倍比定律等实验法则而产生的，导入定量描述的原子量概念，是原子观念和实验事实的结合，是科学的原子论学说。道尔顿的原子论在理论上解释了一些化学基本定律和化学实验事实，揭示了质量守恒定律、当量定律、定比定律、倍比定律的内在联系，使化学由定性描述发展到了定量描述，使它成为可验证的学说。道尔顿的原子论揭示了质量是化学元素基本特征的思想，是不自觉地运用量转化为质的规律，而后导致化学元素周期律的发现。各种化学现象、化学元素以及化学定律之间存在着内在的联系，这种联系为原子论所揭示，对当时占统治地位的形而上学的自然观又是一次有力的冲击，因而原子论的建立不仅在科学上，而且在哲学上也具有重大意义。道尔顿原子论是在化学史上继往开来的崭新一页。所提出的新概念和新思想，成为当时化学家们解决实际问题的重要理论。首先用它清晰地解释了当时正被运用的定比定律、当量定律。同时这一理论使众多的化学现象得到了统一的解释。特别是原子量的引入，原子质量是化学元素基本特征的思想，引导着化学家把定量研究与定性研究结合起来，把化学研究提高到新的水平。从此化学脱去了思辨哲学的外衣，而成为自然科学的重要学科。事实证明，如果没有原子论，化学仍将仍旧是一堆杂论无章的观察材料和实验的配料记录。道尔顿的原子论使人们冲破长期束缚思想的经院哲学、机械论哲学，不仅把化学引上科学之路，而且由搜集、记录材料为特征的经验描述阶段逐步过渡到整理材料、找出材料间内在联系的理论概括阶段，它为化学开辟了新时代。革命导师恩格斯评价说，“在化学中，特别感谢道尔顿发现了原子论，已达到的各种结果都具有了秩序和相对的可靠性，已经能够有系统地，差不多是有计划地向还没有被征服的领域进攻，可以和计划周密地围攻一个堡垒相比。”至今科学家们受到道尔顿原子论的启发也很大。而原子-分子论是在它上面发展起来的也作出了巨大贡献，弥补了道尔顿原子论的缺陷，是继承和发扬道尔顿原子论，意义深刻。目前仍然在快速发展之中。“夸克”的发现意味着原子论面对更多新的挑战。未来原子论的发展亟待当今科学家去思考与探究。历史的车轮永远会往前滚去，发展是必然的趋势。

参考文献：

[1]张家治：《化学史教程》，太原，山西教育出版社，2006年版

[2]盛根玉：《现代化学进展》，上海师大人文学院，《上海师大学报》

[3]王峰，《道尔顿与近代化学原子论》，武大人文学院，《湖北师范学院学报》2003.3

量子计算基本特征范文第5篇

关键词：粒群；算法；优化；压缩

中图分类号：TP301文献标识码：A文章编号：1009-3044(2007)16-31086-02

Particle Swarm Optimization

SUN Qi,ZHANG Fu-yu

(The Information Management Department of Henan Economy and Trade Vocational College, Zhengzhou 450000,China)

Abstract:first we simply intruduce about the common algorithm ofParticle Swarm,then we discuss the using、develop、prospect and optimize of it。Further more we provide a new CSV2PSO algorithm based on compressed space,give the details of it and analyse the differences compared to other algorithms.CSV2PSO enhances the Particle Swarm’s rate of convergence,reduces the ratio of forwardness convergence,and it has a very goodfuture of apply.

Key words:Particle Swarm;algorithm;optimize;ompress

粒子群优化算法PSO(Particle Swarm Optimization)由Kennedy和Eberhart于1995年提出，算法模拟鸟群飞行觅食的行为，通过鸟之间的集体协作使群体达到最优。与遗传算法类似，它也是基于群体迭代，但没有交叉、变异算子，群体在解空间中追随最优粒子进行搜索。

1 算法介绍

1.1 产生背景

复杂适应系统CAS(Complex Adaptive Sys2tem)理论于1994年正式提出，CAS中的成员称为主体。主体有适应性，它能够与环境及其他主体进行交流，并且根据交流的过程中“学习”或“积累经验”改变自身结构和行为。整个系统的演变或进化包括:新层次的产生;分化和多样性的出现;新的、更大的主体的出现等都基于此。CAS有4个基本特点:首先，主体是主动的、活的实体;其次，个体与环境及其他个体的相互影响、相互作用，是系统演变和进化的主要动力;再次，将宏观和微观有机地联系起来;最后，系统引入了随机因素。PSO源于对1个CAS:鸟群社会系统的仿真研究，也包含这4个基本特点。如何利用生物技术研究计算问题是人工生命研究的重要方向，现已有了很多源于生物现象的计算技巧，如人工神经网络和遗传算法等。“群智能”是对社会型生物系统的模拟，目前计算智能领域有3种基于群智能的算法:蚁群算法、文化算法和PSO。

1.2 基本PSO算法介绍

PSO初始化为一群随机粒子，然后通过迭代找到最优解。每次迭代，粒子通过跟踪2个“极值”:粒子本身所找到的最优解PBest和群体找到的最优解GBest来更新自己。

标准PSO的算法流程如下：

1.2.1 初始化：

1.2.1.1 设置常量c1，c2，w，NrVmax粒子数目P和最大迭代次数Kmax给定精度δ；

1.2.1.2 随机初始化粒子位置；

1.2.1.3 随机初始化粒子速度；

1.2.1.4 K=1,i=1;

1.2.2 优化：

1.2.2.8 转到步骤1.2.2.1

1.2.3 输出结果，程序终止。

1.3 算法分析与发展

与其他全局优化算法(如遗传算法)一样，粒子群优化算法同样存在早熟收敛现象，尤其是在比较复杂的多峰搜索问题中。为解决这一问题并提高算法的收敛速度，粒群优化算法的发展也经过了一系列的过程：

1.3.1 PSO参数改进与优化

基本PSO的参数是固定的，在对某些函数优化上的精度较差，因此，Shi提出惯性因子w线性递减的改进算法，使算法在搜索初期有着较大探索能力，而在后期又能得到较精确的结果，一定程度上提高了算法性能。2001年Shi又提出了自适应模糊调节w的PSO，在对单峰函数的处理中取得了良好的效果，但无法推广。Bergh通过使粒子群中的最佳粒子GBest始终处于运动状态，得到了保证收敛到局部最优的GCPSO，但其性能并不佳。

1.3.2 粒子群拓扑结构改进

在提出Local版之后，Kennedy等又进一步研究粒子群的拓扑结构，分析粒子间的信息流，提出了一系列的拓扑结构，并作实验研究，如图1所示。除静态拓扑结构外，也有研究者提出动态粒子群拓扑结构。

1.3.3 PSO混合算法

PSO和其他优化算法的结合是改进研究的热点。Angeline将选择算子引入PSO中，选择每次迭代后的较好粒子复制到下一代，以保证每次迭代的粒子群都具有较好的性能，这种算法对某些单峰函数效果良好。L?准vbjerg在粒子群每次迭代后，按几率在粒子间交换各维，通过交叉来生成更优秀的粒子，算法对某些多峰函数效果较好。Higashi等人分别提出了自己的变异PSO算法，基本思路均是希望通过引入变异算子跳出局部极值点的吸引，从而提高算法的全局搜索能力，得到较高的搜索成功率。高鹰等人则引入免疫机制的概念，提高粒子群的多样性和自我调节能力，以增强粒子的全局搜索能力。Baskar、Bergh等人各自提出了自己的协同PSO算法，通过使用多群粒子分别优化问题的不同维、多群粒子协同优化等办法来对基本算法进行改进尝试。Al-kazemi所提出的Multi-Phase PSO在粒子群中随机选取部分个体向GBest飞，而其他个体向反方向飞，以扩大搜索空间。

除以上的混合算法之外，还出现了量子PSO、模拟退火PSO、耗散PSO、自适应PSO等混合改进算法，也有采取PSO与基于梯度的优化方法相结合的办法。

2 一种基于压缩搜索空间的CSV2PSO算法

为了提高PSO算法收敛速度与收敛精度，降低早熟收敛的比率，本文提出了压缩搜索空间与速度范围的粒子群优化(CSV2PSO)算法，对基本PSO算法进行了以下改进。

2.1 惯性权重的确定

把惯性权重w引入到粒子群算法中，并研究了其对优化性能的影响，发现较大的w值有利于跳出局部最优点，而较小的w值有利于算法收敛，因此提出了自适应调整w的策略，即随着迭代的进行，线性地减小w的值，非线性地减少w的值:

其中w0为事先给定的正常数，k为飞行次数，n为以优化目标函数而定的正常数。

2.2 速度范围的确定

不同的vmax(最大飞行速度)对压缩因子PSO算法收敛速度有很大的影响。事实上，数值试验表明vmax对各种PSO算法收敛速度及收敛精度都有影响。为了便于问题的描述，假设粒子群在M维空间里飞行速度的上下限分别表示为矢量：

Vmax=[vmax1,vmax2,…,vmaxM]和vmin=[vmin1,vmin2,…,vminM]搜索空间的上下限分别用矢量[vmax1,vmax2,…,vmaxM]和vmin=[vmin1,vmin2,…,vminM]表示，则粒子群在M维空间里飞行速度的上下限可用下式表达:

式中，D=1,2,…,M,a大小可用下式确定：

其中，a0为事先给定的正常数，k为飞行次数，m为以优化目标函数而定的正常数

2.3 搜索空间的确定

大量的数值试验证明:随着粒子群体不断进化，粒子群体逐渐向问题空间的优秀解域靠近?因此，随着进化的进行，适当的压缩粒子群的搜索空间将有利于加速算法收敛，这在后面的数值仿真中得到验证?压缩搜索空间由式(7)和式(8)完成:

U’maxd=β0(U’maxd-Gcd)+Gcd(7)

D’mind=β0(D’mind-Gcd)+Gcd(8)

其中，0

式中，Npop为粒子群的群体规模。

随着搜索空间的压缩，一方面问题的最优解有可能被排挤在压缩后的搜索空间之外，这样问题的最优解将无法被搜索到;另一方面粒子的飞行范围被大大缩减，降低了算法突破局部最优的能力。如果大部分粒子均在相同的局部极值附近飞行时，PSO算法容易出现暂时的“停滞”现象，突破局部极值的限制可能需要经过很长一段时间，也可能无法突破这一限制而陷入局部最优点。为此，当算法出现暂时“停滞”时，需重新对粒子进行初始化，本文把粒子分为两部分，一部分在压缩空间初始化，一部分在原始空间内初始化。数值试验证明了该方法的可行性CSV－PSO算法以目标函数的函数值为其适应值求函数的最优解，算法的具体流程如下:

(1)初始化惯性权重w0，学习因子c1和c2，群体规模Npop，停滞进化代数Ns，常数α0和β0及进化结束标志，进化代数Ng和ε0，进入步(2);

(2)在?WDmin,Umax内随机初始化粒子的位置，由式(4)和式(5)确定粒子飞行速度的极限Vmin和Vmax，然后在[Vmin,Vmax]内随机初始化粒子的飞行速度;令群体进化代数N= 0，进入步(3);

(7)根据公式(4)和式(5)动态调整粒子飞行速度的极限，并由式(7)和式(8)压缩粒子的搜索空间，进行步(8);

(8)把粒子分为两部分，一部分在压缩空间?WDmin,Umax内重新初始化，一部分在原始空间?WDmin,Umax内重新初始化，进行步(3)。

2.4数值测试

为了验证改进算法的性能，选用了5个常用的非线性基准函数，函数基本特征如表1所示。最大进化代数Ng=10 000，学习因子c1=c2=2，群体规模Npop=30;变量维数、变量范围、优化目标函数值如表1所示;设置参数w0=1。本文引入的参数停滞进化代数Ns=50，α0=019和β0=018(对函数f6,α0=015)。随机运行20次，适应值达到目标函数值时的平均进化代数及进化代数范围如表2所示：

表1

表2中，Nave和Nr分别为20次运行中收敛情况下进化代数的平均值和进化代数的范围(例如，若20次运行中有3次不收敛，则Nave和Nr分别为17次收敛运行的进化代数平均值和进化代数的范围)。对函数f2，压缩因子法(Vmax=100 000)和改进压缩因子法(Vmax=Xmax)，20次运行中各有1次不收敛(进化了10 000代适应值仍没有达到目标函数值);对函数f3，惯性权重法在目标函数值设置为0105时得到的表中结果，压缩因子法(Vmax=100 000)有3次不收敛，改进压缩因子法(Vmax=Xmax)有1次不收敛?由表中结果可以看出与惯性权重法、压缩因子法(Vmax=100 000)和改进压缩因子法(Vmax=Xmax)相比，CSV2PSO算法收敛速度更快，运行更为稳定(不易出现早熟现象)。

表2

2.5 算法总结

2.5.1 针对基本PSO算法的不足，对其进行了改进，提出了CSV2PSO算法，数值仿真结果表明该算法收敛速度更快，精度更高，运行更为稳定。

2.5.2 随着粒子群体不断进化，粒子群体逐渐向问题空间的优秀解域靠近，此时适当压缩粒子群搜索空间与粒子群飞行速度范围有利于加速算法收敛，提高收敛精度。

2.5.3 CSV2PSO算法在PSO算法的基础上引入了几个参变量，如Ns，α0，β0，这些变量如何影响PSO算法性能，有待于进一步研究。

3 PSO算法的应用

3.1 神经网络的训练：PSO用于神经网络的训练中，主要包含3个方面:连接权重、网络拓扑结构及传递函数、学习算法。每个粒子包含神经网络的所有参数，通过迭代来优化这些参数，从而达到训练的目的。

3.2 参数优化：PSO已广泛应用于各类连续问题和离散问题的参数优化。例如，在模糊控制器的设计、机器人路径规划、信号处理和模式识别等问题上均取得了不错的效果。

除了以上领域外，PSO在组合优化、多目标优化、自动目标检测、生物信号识别、决策调度、系统辨识以及游戏训练等方面也取得了一定的成果。

参考文献：

[1]蔡自兴,徐光v.人工智能及其应用[M].清华大学出版社,2003.

[2]陈慧萍,赵跃华,钱旭.人工智能教程[M].北京:电子工业出版社,2001.

[3]何华灿.人工智能导论[M].西安:西北工业大学出版社,1988.

[4]罗建宏,张忠能.并行仿真的粒子群优化算法异步模式研究[J].计算机仿真,2005,22(6).

[5]谭皓,沈春林,李锦.混合粒子群算法在高维复杂函数寻优中的应用[J].系统工程与电子技术,2005,27(8).