量子计算的影响

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篇量子计算的影响范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

量子计算的影响范文第1篇

关键词： 过电压识别； 支持向量机； 输电线路； 遗传算法

中图分类号： TN911?34； TM863 文献标识码： A 文章编号： 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

雷电是一种无法预测的自然现象，会对输电线路产生干扰，引起输电线路故障，而仅对输电线路添加防雷保护难以保证输电线路的正常工作，过电压识别可以反映输电线路的工作状态，为电力系统管理人员提供有价值的参考意见，因此提高过电压的识别率具有重要的实际应用价值[1?2]。

针对过电压识别问题，学者们从理论、方法以及技术等方面进行深入的分析，提出了许多有效的过电压识别方法[3]。最初过电压识别通过专家系统进行，过电压由于类型多、产生原因复杂，专家系统识别率低，而且识别结果具有盲目性，难以应用于实际过电压识别[4]。

随着机器学习技术研究的不断深入，机器学习算法被学者们引入到了过电压识别的建模中，将过电压识别看作是一种多分类问题，根据特征对样本进行处理，建立过电压识别的分类器，以区别出各种类型的过电压，在过电压识别中应用最为广泛[5?7]。特征提取是过电压识别的基础，对后续过电压识别结果影响大，当前特征主要有：电流变化幅值、时域波形、暂态电流特征等[8?10]，单一特征只能描述过电压类型的部分、片段信息，难以获得正确率高的过电压识别结果，通用性较差；当前过电压识别基于神经网络、支持向量机（Support Vector Machine，SVM）等建模，神经网络虽然具有自学习、非线性分类能力，但要求过电压识别的训练样本数量大，而过电压识别是一种典型小样本的多分类问题，易得到“过拟合”的过电压识别结果[11]。

SVM是一种小样本的机器学习算法，不存在神经网络要求样本大、过拟合的缺陷，其参数直接影响过电压识别的结果[12]。

为了提高过电压识别的准确性，提出一种基于自适应遗传算法优化支持向量机的过电压识别方法（GA?SVM）。首先提取时域波形、波头、时频谱作为过电压识别特征，然后采用支持向量机建立过电压识别的分类器，并采用自适应遗传算法对支持向量机参数进行优化，实例结果表明，本文方法的过电压平均识别率达到95%以上，识别性能要优于当前经典过电压识别方法。

1 雷击过电压识别的特征

采用时域波形、波头、时频谱对输电线路的雷击过电压状态进行特征提取，具体见表1。

建立性能优异的过电压识别模型，需要选择一定算法对过电压类型与特征之间的关系进行准确拟合，即以过电压特征作为输入量，过电压类型作为期望输出，组成训练样本和测试样本，本文选择支持向量机建立输电线路的雷击过电压识别模型，并采用自适应遗传算法对支持向量机参数进行优化。

2 自适应遗传算法优化支持向量机的过电压识别

2.1 支持向量机

采用标准Benchmark函数：Griewank对标准遗传算法（GA）和自适应遗传算法（AGA）进行对比研究，结果如图2所示。从图2可知，AGA的收敛速度要快于GA，而且获得更高的收敛精度，求解结果更加稳定。

2.3 AGA?SVM的过电压识别步骤

（1） 收集过电压数据，并对特征值进行归一化处理。

（2） 产生遗传算法的初始种群。

（3） 将过电压训练样本输入到支持向量机学习，计算每个个体的适应度值。

（4） 判断是否达到终止条件，若达到要求则输出最优个体，进入步骤（6）。

（5） 进行选择、自适应交叉和变异操作，产生新的种群。

（6） 计算新种群中每个个体的适应度值。

（7） 最优个体得到支持向量机参数，建立过电压识别模型。

3 过电压识别的应用实例

对于每种类型雷击过电压状态，均收集50个样本数据，40个样本用于训练支持向量机，构建过电压识别模型，其余10个样本对过电压识别效果进行测试和分析。短路故障过电压、感应雷击过电压、直击雷击过电压、绕击雷击过电压、反击雷击过电压的标签编号分别为1，2，3，4，5。

为了使AGA?SVM的雷击过电压识别结果具有可比性，选择GA?SVM的雷击过电压识别模型进行对比实验，实验结果如图3～图5所示。通过对比图3和图4中GA?SVM和AGA?SVM的雷击过电压识别准确率可知，AGA?SVM的识别准确率平均达到95%以上，比GA?SVM的识别准确率提高了5.25%，这主要是由于AGA采用了自适应的交叉变异机制，较好地解决了GA陷入局部最优解，找到了更优的SVM参数，建立了正确率更高的雷击过电压识别模型。

同时从图5可以看出，AGA?SVM的雷击过电压识别时间更少，主要是因为AGA加快了SVM参数的寻优效率，进化代数明显减少，加快了雷击过电压识别的建模速度，提高了雷击过电压识别的效率，实际应用范围更加广泛。

4 结 语

为了减少输电线路的过电压识别错误率，提出一种AGA?SVM的过电压识别方法。首先提取多种过电压的特征，然后采用自适应遗传算法优化支持向量机拟合过电压类别与特征之间的变化关系，最后采用具体数据进行仿真实验，结果表明，本文方法是一种速度快、正确率高的雷击过电压识别方法。

参考文献

[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，司马文霞，等.架空输电线路雷电过电压识别[J].高电压技术，2010（3）：590?597.

[3] 董杏丽，葛耀中，董新洲.行波保护中雷电干扰问题的对策[J].中国电机工程学报，2002（9）：74?78.

[4] 张伟刚，张保会，胡海松，等.应用小波包分析实现配电网单相接地故障选线[J].电力系统自动化，2009，33（23）：60?64.

[5] 张保会，赵慧梅，张文豪，等.基于特征频带内暂态零序电流特点的配电网单相接地故障选线方法[J].电力系统保护与控制，2008，36（17）：5?10.

[6] 束洪春，王永治，程春和，等.800 kV直流输电线路雷击电磁暂态分析与故障识别[J].中国电机工程学报，2008，28（19）：93?100.

[7] 胡亚平，吕飞鹏，周鑫，等.基于PRONY法的超高压线路单相自适应重合闸故障识别原理[J].电力系统保护与控制，2010，38（9）：23?26.

[8] 段建东，张保会，郝志国.超高压线路暂态保护中雷电干扰与短路故障的识别[J].电力系统自动化，2004，28（18）：30?35.

[9] 段建东，任晋峰，张保会，等.超高速保护中雷电干扰识别的暂态法研究[J].中国电机工程学报，2006，26（23）：7?13.

[10] 陈仕龙，张杰，毕贵红，等.基于小波分析的特高压直流输电线路双端电压暂态保护[J].电网技术，2013，37（10）：2719?2725.

量子计算的影响范文第2篇

基金项目：山东省自然科学基金项目“利用抗寒性突变体分离小麦抗寒性相关基因”（ZR2009DQ024）

作者简介： 宋康（1978-），女，助理研究员，从事农产品加工研究。E-mail：skangmail@sinacom

*通讯作者：张凤云（1963-），女，农艺师，从事小麦育种与栽培研究。E-mail：fyzhang63@163com

摘要：以济南17和潍麦8号两个不同筋型小麦品种为材料，研究花后温度对小麦籽粒蛋白质和植株氨基酸含量的影响。结果表明，灌浆期高温提高了小麦籽粒蛋白质含量，两个筋型品种表现出相同的趋势；提高了小麦叶片和茎鞘中游离氨基酸含量，向籽粒中运输的氨基酸的量也增加，有利于籽粒蛋白质的合成。对黄淮海等北方强筋小麦而言，后期高温对提高籽粒蛋白质含量是有利的，但降低了弱筋小麦的品质。

关键词：小麦；温度；蛋白质；氨基酸

中图分类号：S512.101文献标识号：A文章编号：1001-4942（2013）12-0024-04

近年山东小麦灌浆后期高温天气频发，导致籽粒灌浆期缩短，粒重下降，小麦减产。有研究表明，高温一般会引起籽粒蛋白质组分的明显变化，从而影响小麦的籽粒品质[1，2]；花后高温是影响山东小麦籽粒品质的重要因素之一[3]。因此，研究小麦花后高温对籽粒品质形成的影响具有十分重要的意义。本研究以两种不同筋型小麦品种为对象，以常温为对照，研究小麦籽粒蛋白质在高温条件下的变化动态及其与植株氨基酸含量的关系，旨在为小麦的抗逆栽培提供理论依据。

1材料与方法

1.1试材与试验设计

供试品种为强筋小麦济南17和弱筋小麦潍麦8号。采用盆栽试验，于2011～2012年在山东省农业科学院与济南市天桥区达仁农场进行。供试土壤有机质含量为12.2 g/kg，碱解氮59.2mg/kg，速效磷14.5 mg/kg，速效钾92.3 mg/kg。试验用盆直径30 cm，高25 cm。10月15日播种，每品种20盆，每盆留苗10株。于开花后7 d将植株长势一致的5盆移入A230746型光温培养箱进行温度处理。 设4个处理，T1：34℃；T2：32℃；T3：26℃；T4：24℃，其中，T1、T2为高温处理，T3、T4为常温处理。随机排列，每次取样后对盆钵进行调换。不同温度处理的光照时间均为12 h，相对湿度控制在60%左右。

1.2测定项目和方法

选同一天开花麦穗进行标记，每7 d取样1次。105℃杀青30 min，80℃烘干至恒重。成熟时收获籽粒，放置1个月后测定籽粒主要品质指标。

1.3数据处理与作图

用Microsoft Excel软件。

2结果与分析

2.1不同温度处理对籽粒蛋白质含量的影响

从图1可以看出，花后高温缩短小麦籽粒灌浆期，与常温相比成熟期明显提前，并且显著提高籽粒蛋白质含量。不同温度处理下小麦籽粒蛋白质含量在开花后均呈先降低后升高趋势，在花后21 d达到最低。各处理间比较，T1和T2籽粒蛋白质含量显著高于T3和T4处理。两个品种比较，潍麦8号在T1、T2处理下成熟期籽粒蛋白质含量比T4处理分别高14.8%和17.3%，济南17分别高19.2%和12.7%，表明高温对不同筋型小麦籽粒蛋白质含量的影响相同。

2.2不同温度处理对叶片游离氨基酸含量的影响

由图2可以看出，高温提高了小麦叶片游离氨基酸含量，处理后7 d达最大值，随后一直下降，到成熟期其含量一直高于常温处理；而常温处理下，潍麦8号叶片游离氨基酸含量呈持续下降趋势，济南17则在花后14 d达最大值。表明两品种在常温下叶片氨基酸代谢存在差异，在高温下潍麦8号叶片对温度变化的反应更为敏感。

2.3不同温度处理对茎鞘游离氨基酸含量的影响

不同品种茎鞘游离氨基酸含量均为高温处理后7 d达到最大，随后呈下降趋势（图3）。高温处理下潍麦8号茎鞘游离氨基酸含量与常温处理间比较几无差异，而济南17茎鞘游离氨基酸含量在花后14～21 d显著高于常温处理。表明不同品种类型对温度变化的响应不同。

2.4不同温度处理对籽粒游离氨基酸含量的影响

籽粒游离氨基酸含量从花后7 d到成熟一直呈下降趋势，各处理间差异较小；处理14 d后，差异明显，高温处理籽粒氨基酸含量呈快速下降趋势，而常温处理下降趋势趋于平缓（图4）。表明高温处理加速了灌浆后期籽粒游离氨基酸向蛋白质的转化，利于蛋白质的合成。

3结论与讨论

量子计算的影响范文第3篇

【关键词】 超导量子比特 超导电路 量子计算 量子纠错

1 引言

量子算法解决问题的概念最早由舒尔在上世纪末引入，因其在计算复杂性理论革命性的成果，量子计算受到欢迎，但在当时认为实际建造一个量子计算机是不可能的，随后科学家发现了量子纠错等理论，希望通过这些理论实现量子计算机。文章主要讨论量子信息处理与超导量子比特物理实现，就少数重要方面讨论猜测量子计算未来方向。

2 量子计算机发展的七个阶段

开发一个量子计算机涉及几个重叠且互相连接的阶段，首先必须能控制量子系统的量子比特的有足够的长的退相干时间供系统去操作和读出，在第二阶段，小量子算法可以在逻辑量子比特上进行，作为一个实用的量子计算，这前两个阶段中，必须满足下面的五个标准[1]：

（1）可规模化的很好两能级系统（量子比特）；

（2）量子比特具有良好的制备初态的能力；

（3）与量子逻辑门操作的时间相比，量子比特具有相对较长的退相干时间。

（4）量子比特能够用来建造通用量子逻辑门；

（5）具有对量子比特进行测量的能力。

从上面的标准可以看出，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坏，量子计算就会变成经典计算。第三阶段以后要求系统能够实现量子纠错，在第三阶段，实现量子非破坏测量和控制，量子非破坏测量可以利用奇偶校验纠正一些错误。第四个阶段实现更长时间的逻辑量子比特记忆，目标是实现量子存储器，量子纠错的实施，使得系统的相干性比任何组件的相干时间都长，通过量子纠错存储的逻辑量子比特的退相干时间大大超过单个量子比特退相干时间，但这个目标还未在任何实际系统中实现。最后的两个阶段是多逻辑量子比特算法和容错型量子计算，最终目标是实现容错量子信息处理，有能力在一个具有主动纠错机制逻辑量子比特做所有单量子比特操作，并且能够执行多个逻辑门之间的操作。量子信息处理的七个阶段发展。每个进步需要掌握前面的阶段，但每个也代表了一个持续的任务，必须协同别的阶段。第三阶段中的超导量子比特是唯一固态量子计算实施，目的是实现第四阶段，这个也是目前研究的重要的环节。下面我们就介绍下超导电路。

3 超导电路哈密顿量设计

超导电路（图1）基于LC振荡器，超导量子比特的操作是基于两个成熟的现象：超导性和约瑟夫森效应。超导量子比特可以描述为一个电感为约瑟夫森结，电容C和一个电感L组成的并联电路。电路中电子流的集体运动的为通过电感的通量Φ，相当于在弹簧机械振荡器质心位置。不同于纯LC谐振电路的，约瑟夫森结把电路变成一个真正的人工原子，可以选择性的从基态跃迁到激发态，当作一个量子比特。约瑟夫森结和电感并联，甚至可以取代电感，几个作为人工原子非线性振荡器组成的量子比特耦合振荡腔时，可以获得多量子比特与多腔相互作用系统的有效哈密顿量[2]的形式为

哈密顿量中指标为j表示非谐振模式的量子比特耦合指标m表示谐振腔，符号a，b和ω分别代表振幅和频率，在适当的驱动信号作用下，系统可以执行任意的量子操作，操作速度取决于非线性影响因素和，通常单量子门操作时间为5到50ns和二量子比特纠缠控制在50到500ns，忽略了腔的非简谐振动的影响。适当设计的电路，尽量的减少由于量子比特周围电介质的影响而引起的损耗，同时减少能量的辐射到其他电路环境，使得量子比特相干时间为100μs，这使得相干时间内成百上千操作成为可能。

4 目前主要的问题

目前实验规模相对较小，只有少数量子比特相互作用，且所有的系统都会在纠缠情况下发生耗散，影响系统的相干性，要实现下一阶段量子信息处理，需要通过纠错增加相干时间，因为只有在保持量子记忆状态的情况下，才能进行后来的算法计算，这要求建立新的系统，并且计算时通过利用连续测量和实时反馈进行量子纠错进而保存量子信息。

使用当前的方法来纠错，会大幅增加计算复杂性，一个比特信息往往需要几十个甚至成千上万的物理量子比特实现纠错的功能，这个对于控制和设计哈密顿量是一个巨大的挑战。此外，根据五个基本原理，在各个阶段都需要其他的硬件增加，以求得能够向下一个阶段实现，但发展到一个阶段并不是简单的大规模生产相同类型的电路和量子比特的问题。

目前制造含有大量单元晶片在实际中并不困难，毕竟超导量子比特最大的优点是目前制作晶片的技术非常的成熟。尽管如此，设计构建和操作一个超导量子计算机对于半导体集成电路或超导电子学提出了实质性的挑战，由于电路元件之间的相互作用可能会导致加热或抵消，不同部件之间的相互干扰会引发问题，引发比特错误或电路故障。

还有我们必须知道怎么设计多量子比特和控制系统的哈密顿量，这个超出当前的能力，描述一个系统纠缠的哈密顿量时，需要测量的数据指数级增大，将来必须设计构建和操作超过几十个自由度系统，这样的话，量子计算的力量，经典情况下不能被模拟出来，这也许表明大型量子处理器应该由可以单独测试和表征小模块构成。

5 量子计算的未来设计

可能要花多长时间来实现超导电路完善，未来发展中，量子纠错理论可能大大改良电路复杂度和性能限制，理论上是存在几种不同的方法，但在实际中仍然相对不成熟。

首先是量子纠错编码模型，信息编码寄存在纠缠物理量子比特中，假设发生错误，通过收集量子比特的信息，监测特定量子比特的集体属性，然后在信息发生不可逆转的损坏之前，通过特殊的门撤销之前的错误。

另一种方法是表面代码模型，大量相同的物理量子比特被连接在矩形网格中，通过特定的四个相邻的量子比特之间的联系，可以快速进行量子非破坏测量，防止整个网格发生错误。这个方法的吸引力在于只需要数量很少的不同类型的元素，一旦这个基本单元是成功的，后续的发展阶段可能只是通过相对简单的设计就能实现，而且容错率较高，即使在当前的容错水平也能达到百分之几。

第三个方法是嵌套模块模型，这里最基本的单元是逻辑记忆量子比特组成的寄存器，这个寄存器能够在进行存储量子信息的同时并进行量子纠错，另外寄存器中存在一些额外的量子比特为可以与内存其他模块通讯。通过量子比特的通信的纠缠，可以分发纠缠，最终在模块间执行通用计算。在这里，操作之间的通信部分允许有相对较高的错误率。

其他方法可能包括量子科学那些与现有标准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”，需要在构建较大的能够容纳很多二能级系统的希尔伯特空间，但在原子物理领域非计算态的利用已经超出二能级的水平，被用来作为一个三比特门超导电路的捷径，在现有不引入新的错误的情况下，多能级非线性振荡器的使用能够取代多量子比特方程，这提供了一种新的设计思路。

6 结语

超导电路实现量子信息处理已经取得显著进展，同时量子纠错不在仅仅限制在理论上，复杂的量子系统真正进入一个未知的领域，但即使这个阶段成功，未来依然会有很多的挑战，经过不断的探索，实用的量子信息处理未来可能成为现实。

参考文献：

量子计算的影响范文第4篇

关键词：量子算法；Shor算法；Grover算法；量子通信；量子智能计算

【分类号】：TM743

1.概述

量子计算是计算机科学与量子力学相结合的产物，根据Moore定律可知：当计算机的存储单元达到原子层次时，显著地量子效应将会严重影响计算机性能，计算机科学的进一步发展需要借助新的原理和方法【1】，量子计算为这一问题的解决提供了一个可能的途径。

根据量子计算原理设计的量子计算机是实现量子计算的最好体现。量子计算机是利用微观粒子状态来进行存储和处理信息的计算工具【2】。其基本原理是通过物理手段制备可操作的量子态，并利用量子态的叠加性、纠缠性和相干性等量子力学的特性进行信息的运算、保存和处理操作，从本质上改变了传统的计算理念。

量子通信是量子理论与信息理论的交叉学科，是指利用量子的纠缠态实现信息传递的通讯方式。量子的纠缠态是指：相互纠缠的两个粒子无论被分离多远，一个粒子状态的变化都会立即使得另一个粒子状态发生相应变化的现象。量子通信主要包括两类：用于量子密钥的传输，和用于量子隐形传态和量子纠缠的分发。与传统的通信技术相比，量子通信具有容量大，传输距离远和保密性强的特点。

2.量子计算基础

2.1 量子位

计算机要处理数据，必须把数据表示成计算机能够识别的形式。与经典计算机不同，量子计算机用量子位来存储信息，量子位的状态既可以是0态或1态，也可以是0态和1态的任意线性叠加状态。一个n位的量子寄存器可以处于 个基态的相干叠加态 中，即可以同时存储 种状态。因此，对量子寄存器的一次操作就相当于对经典计算机的 次操作，也就是量子的并行性。

2.2.量子逻辑门

对量子位的态进行变换，可以实现某些逻辑功能。变化所起到的作用相当于逻辑门的作用。因此，提出了“量子逻辑门”【3】的概念，为：在一定时间间隔内，实现逻辑变换的量子装置。

量子逻辑门在量子计算中是一系列的酉变换，将酉矩阵作为算符的变换被成为酉变换。量子位的态 是希尔伯特空间（Hilbert空间）的单位向量，实现酉变换后希尔伯特空间，在希尔伯特空间内仍为单位向量。【4】

3.量子算法

量子算法的核心就是利用量子计算机的特性加速求解的速度，可以达到经典计算机不可比拟的运算速度和信息处理功能。目前大致五类优于已知传统算法的量子算法：基于傅里叶变换的量子算法，以Grover为代表的量子搜素算法，模拟量子力学体系性质的量子仿真算法，“相对黑盒”指数加速的量子算法和相位估计量子算法。

3.1基于傅里叶变换的量子算法

Shor于1994年提出大数质因子分解量子算法，而大数质因子分解问题广泛应用在RSA公开密钥加密算法之中，该问题至今仍属于NP难度问题。但是Shor算法可以在量子计算的条件下，在多项式时间内很有效地解决该问题。这对RSA的安全性有着巨大的挑战。

Shor算法的基本思想是：利用数论相关知识，通过量子并行特点，获得所有的函数值；再随机选择比自变量小且互质的自然数，得到相关函数的叠加态；最后进行量子傅里叶变换得最后结果。构造如下函数：

就目前而言，该算法已经相对成熟，对其进行优化的空间不大。目前研究者的改进工作主要是：通过对同余式函数中与N互质的自然数选择的限制，提高算法成功的概率。Shor算法及其实现，对量子密码学和量子通信的发展有着极重要的价值。[7]

3.2以Grover为代表的量子搜素算法

3.2.1 Grover算法

Grover算法属于基于黑箱的搜索算法，其基本思想为：在考虑含有 个数据库的搜索问题，其中搜索的解恰好有 个，将数据库中的每个元素进行量化后，存储在 个量子位中， 与 满足关系式 。【8】将搜索问题表示成从0到 的整数 ，其中函数 定义为：如果 是需要搜索的解， ；若不是需要搜索的解，那么 。【12】

具体算法如下：

（1）初始化。应用Oracle算子 ，检验搜索元素是否是求解的实际问题中需要搜索的解。

（2）进行Grover迭代。将结果进行阿达马门（Hadamard门）变换。

（3）结果进行 运算。

（4）结果进行阿达马门变换。【12】

4. 量子智能计算

自Shor算法和Grover算法提出后，越来越多的研究员投身于量子计算方法的计算处理方面，同时智能计算向来是算法研究的热门领域，研究表明，二者的结合可以取得很大的突破，即利用量子并行计算可以很好的弥补智能算法中的某些不足。

目前已有的量子智能计算研究主要包括：量子人工神经网络，量子进化算法，量子退火算法和量子免疫算法等。其中，量子神经网络算法和量子进化算法已经成为目前学术研究领域的热点，并且取得了相当不错的成绩，下面将以量子进化算法为例。

量子进化算法是进化算法与量子计算的理论结合的产物，该算法利用量子比特的叠加性和相干性，用量子比特标记染色体，使得一个染色体可以携带大数量的信息。同时通过量子门的旋转角度表示染色体的更新操作，提高计算的全局搜索能力。

目前量子进化算法已经应用于许多领域，例如：工程问题、信息系统、神经网络优化等。同时，伴随着量子算法的理论和应用的进一步发展，量子进化算法等量子智能算法有着更大的发展前景和空间。

参考文献

1.王书浩，龙桂鲁.大数据与量子计算

2.张毅，卢凯，高颖慧.量子算法与量子衍生算法

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

4.吴楠，宋方敏。量子计算与量子计算机

5.苏晓琴，郭光灿。量子通信与量子计算。量子电子学报，2004，21（6）：706-718

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

7.王蕴，黄德才，俞攸红.量子计算及量子算法研究进展.

8.孙吉贵，何雨果.量子搜索算法.软件学报，2003，14（3）：334-344

9.龙桂鲁.量子计算算法介绍

10.解光军，范海秋，操礼程.一种量子神经计算网络模型

量子计算的影响范文第5篇

关健词：生物计算机；分子计算机；光计算机超导计算机；量子计算机

中图分类号：TP38文献标识码：A文章编号：1009-3044(2007)04-11136-01

1 引言

自从1946年世界上第一台电子计算机诞生以来， 电子计算机已经走过了半个多世纪的历程。从第一代电子管计算机到现在正在开发的第六代神经网络计算机，计算机的体积不断变小，但性能、速度却在不断提高。自计算机问世50多年来，运算速度已提高了约10亿倍。在最新一代芯片中，晶体管之间的连接导线的厚度已被蚀刻到只有0.03微米，是人头发的1/4500。然而，原有发展起来的以硅为基础的芯片制造技术的发展不是无限的，由于存在磁场效应、热效应、量子效应以及制作上的困难，当线宽低于0.1mm以后将不可避免地达到仅有单个分子大小的物理学极限。越来越多的专家认识到，在传统计算机的基础上大幅度提高计算机的性能必将遇到难以逾越的障碍，从其它技术方面寻找计算机发展的突破口才是正确的道路。目前至少有5种可能的技术来生产出未来的计算机，它们是：生物计算机，分子计算机、光计算机、超导计算机和量子计算机。就像电子计算机对20世纪产生了重大影响一样，各种新颖的计算机也必将对未来产生重大影响。

2 生物计算机

DNA生物计算机是美国南加州大学阿德拉曼博士1994年提出的奇思妙想。由于蛋白质分子中的氢也有两种电态。因此，一个蛋白质分子就是一个开关。从理论上讲，用蛋白质分子作为元件，就能制造出蛋白质型的计算机，又被称作“生物计算机”。科学家设计的生物计算机模型中DNA绝大多数都是悬浮于充满液体的试管之内来执行运算。与传统电子计算机以“0”和“1”来代表信息不同，在DNA计算机中，信息将以分子代码的形式排列于DNA上，特定的酶可充当“软件”来完成所需的各种信息处理工作。DNA计算机技术的诱惑力，在于其和传统硅技术相比所具有的巨大存储能力：一克DNA所能存储的信息量，估计可与1万亿张CD光盘相当；数百万亿个DNA分子拥有可感受和回应周围环境的所有计算结构，可在一个狭小的表面区域通过生物化学反应来协调工作，这一并行处理能力据认为可与目前功能最为强大的超级电子计算机媲美。

生物计算机具有三大显著优点：

(1)信息以波的形式传播，运算速度比当今最新一代计算机快10万倍；

(2)只需很少能量就可工作，不存在发热问题。并且拥有巨大的存储能力；

(3)由于蛋白质分子能够自我组合，再生新的微型电路，使得生物计算机具有生物体的一些特点，如能发挥生物本身的调节机能自动修复芯片发生的故障，还能模仿人脑的思考机制。

3 分子计算机

分子计算机是在纳米电子技术的基础上发展起来的，现在的纳米电子技术有望水到渠成地成为目前以硅等为基础的微米级集成电路技术的“接班人”。分子计算机的运行靠的是分子晶体可以吸收以电荷形式存在的信息，并以更有效的方式进行组织排列。凭借着分子纳米级的尺寸，分子计算机的体积将剧减。此外，分子计算机耗电可大大减少并能更长期地存储大量数据。

与目前的计算机相比，分子计算机运行所需的电力将大大减少，并且有可能永久保存大量数据，从而使用户不必进行删除文档的操作。此外，这些计算机还能免受计算机病毒、系统死机或其他故障的影响。

4 光学计算机

所谓光计算机，就是利用光作为信息的传输媒体。未来的光计算机可能是混合型的，即把极细的激光束与快速的芯片相结合。那时，计算机将不采用金属引线，而是以大量的透镜、棱镜和反射镜将数据从一个芯片传送到另一个芯片。这种传送方式称为自由空间光学技术。

光计算机有三大优势：

(1)光子的传播速度无与伦比，电子在导线中的运行速度与其相比就像蜗牛爬行那样。今天电子计算机的传送速度最高为每秒109个字节，而采用硅－光混合技术后，其传送速度就可达到每秒万亿字节；

(2)更重要的是光子不像带电的电子那样相互作用，因此经过同样窄小的空间通道可以传送更多数据；

(3)尤其值得一提的是光无须物理连接。如能将普通的透镜和激光器做得很小，足以装在微芯片的背面，那么明天的计算机就可以通过稀薄的空气传送信号了。

5 超导计算机

导体在温度下降到某一值时，电阻会突然消失，这一奇妙的现象叫做超导现象。它是在1911年由荷兰物理学家昂尼斯首先发现的。具有超导性的物质称之为超导体。超导体在超导状态下电阻为零，可输送大电流而不发热、不损耗，具有高载流能力，可长时间无损耗地储存大量的电能以及能产生极强的磁场。1962年，正在英国剑桥大学攻读博士学位的研究生约瑟夫逊提出了超导效应（亦称约瑟夫逊效应）的原理，超导技术自此开始崭露头角，展现出引人注目的前景。利用约瑟夫逊效应，在约瑟夫逊结上加电源，当电流低于某一个临界值时，绝缘层上不出现电压降，此时结处于超导态；当电流超过临界值时，结呈现电阻，并产生几毫伏的电压降，即转变为正常态。如在结上加一个控制极来控制通过结的电流或利用外加磁场，可使结在两 个工作状态之间转换，这就成了典型的超导开关。利用超导开关可制成超导存储器、超导大规模集成电路，这是计算机中理想的超高速器件。

利用超导器件制成的超导计算机与普通计算机相比具有诸多优势：(1)运行速度快。超导开关的开关速度目前已达几微微秒（1微微秒＝10的12次方秒），这使得超导计算机的运行速度将比目前的计算机快100倍。二是功耗低，集成度高。由于电流在超导体中流动时不发热，也不损耗，超导集成电路的功耗仅为硅集成电路的几百分之一，为一般晶体管的二千分之一，因此其集成度可望做得很高。目前已达到大规模集成电路的水平；(2)超导器件的结构基本上可用现行大规模集成电路工艺制作，因而无需花费大量的财力与人力；(3)利用超导传输线来完成计算机中元器件之间的信号传输时具有信号无损耗和低色散的特点。

6 量子计算机

什么是量子计算机呢？把量子力学和计算机结合起来的可能性是在1982年由美国著名物理学家理查德・费因曼首次提出的。随后，英国牛津大学物理学家戴维・多伊奇于1985年初步阐述了量子计算机的概念。量子计算机是利用处于多现实态的原子作为数据进行运算，这是一种采用基于量子力量的深层次的计算模式的计算机。这一模式只由物质世界中一个原子的行为所决定，而不是像传统的二进制计算机那样将信息分为0和1，用晶体管的开与关来处理这些信息。在量子计算机中最小的信息单元是一个量子比特(quantum bit)。量子比特不只是开、关两种状态，而是以多种状态同时出现。这种数据结构对使用并行结构计算机来处理信息是非常有利的。

与传统的电子计算机相比，量子计算机有以下优势：(1)解题速度快。传统的电子计算机用“1”和“0”表示信息，而量子粒子可以有多种状态，使量子计算机能够采用更为丰富的信息单位，从而大大加快了运行速度。例如，电子计算机使用的RSA公钥加密系统是以巨大数的质因子非常难以分解为基础设计的一种多达400位长的“天文数字”，如果要对其进行因子分解，即使使用目前世界上运算速度最快的超级计算机，也需要耗时10亿年。如果用量子计算机来进行因子分解，则只需10个月左右；(2)存储量大。电子计算机用二进制存储数据，量子计算机用量子位存储，具有叠加效应，有m个量子位就可以存储2m个数据。因此，量子计算机的存储能力比电子计算机大得多；(3)搜索功能强劲。美国朗讯科技公司贝尔实验室的洛夫・格罗佛教授发现，量子计算机能够组成一种量子超级网络引擎，可轻而易举地从浩如烟海的信息海洋中快速搜寻出特定的信息。其方法是采用不同的量子位状态组合，分别检索数据库里的不同部分，其中必然有一种状态组合会找到所需的信息；(4)安全性较高。科学家们发现，如果过往的原子因发生碰撞而导致信息丢失时，量子计算机能自动扩展信息，与家族伙伴成为一体，于是系统可以从其家族伙伴中找到替身而使丢失的信息得以恢复。

7 谁将是未来的计算机