基于Grover算法的图着色问题求解

Grover量子搜索算法是针对非结构化搜索问题设计的著名量子算法,可用于解决图着色、最短路径排序等问题,也可以有效破译密码系统。图着色问题是最著名的NP-完全问题之一,文中首先将图着色问题转化为数学上的无向图;然后采用布尔表达式将其转换为布尔可满足性问题,介绍了量子线路图解决布尔表达式的步骤原理以及图着色问题向布尔可满足性问题的转换过程;最后在IBMQ云平台上,对三节点的2-着色问题以及4-着色问题进行模拟仿真。实验结果验证了使用Grover算法求解图着色问题的可行性,在搜索空间为8的2-着色问题和搜索空间为64的4-着色问题中,分别以近82%和97%的成功概率搜索到目标项。文中使用Grover算法解决了4-着色问题,拓展了该算法在此问题领域上的实验规模,且改进了现有实验的量子线路,使量子位成本更低,结果的成功率更高,展示了Grover算法在大型搜索问题中显著的加速效果。

Grover量子搜索算法的线路优化

Grover算法是能够高效查找到目标态的量子搜索算法,但随着搜索数据量的增大,它的量子线路面临着复杂的门分解问题。在如今的NISQ时代资源非常有限,因此线路的深度成为一种重要的度量标准。介绍了一种基于分治思想的二阶段量子搜索算法,能够在量子计算机上快速地并行运行。提出一种线路优化方法,应用块级的Oracle线路来减少迭代次数。将该方法与分治思想相结合,提出2P-Grover算法。在量子计算框架Cirq上进行模拟实验,与Grover算法进行对比。实验结果表明,2P-Grover算法能够使线路的深度至少减少60%,并且保持了较高的搜索成功率。

量子均值估计算法研究进展

随机变量的均值估计问题一直是经典数据分析中研究的热点,均值估计算法的目的是通过对随机变量尽可能少地采样从而获得尽可能准确的均值估计值。量子计算作为一项革命性的技术,在一些问题上具有超越经典计算的优势。量子算法在均值估计问题上相对于经典算法具有平方加速,展现了量子计算的优越性。该文系统梳理了量子均值估计算法的发展历程,详细介绍了各阶段的算法流程及其优缺点,并对其主要应用场景进行了展示,最后讨论了量子均值估计算法的潜在发展方向。

量子Grover算法及其在遍历搜寻中的应用

介绍了量子Grover 算法的原理与实现,以及它在遍历搜寻问题中的应用;

海上落水目标协同搜寻路径规划算法研究

海上落水目标协同搜寻路径规划与多旅行商问题相似。论文所提出的算法由待救目标分类和搜寻路径规划两个子算法组成。首先经过基于遗传算法的K-means目标聚类,确定染色体数量及长度,解决海上搜救目标分类问题。然后经过多染色体遗传算法,获得多种搜救设备协同的海上搜救最优路径。计算结果表明,论文提出的海上落水目标协同搜寻路径规划算法,能够有效降低算法的搜索范围,提高算法的运行速度和全局搜索能力,提高海上落水目标搜救效率。

Grover量子搜寻算法的线性光学实现

利用线性光学元件和单光子来编码量子比特,可给出Grover量子搜寻算法的光学实现方案。该方案可以推广到多个量子比特的情况。

三个量子比特的Grover量子搜寻算法的核磁共振实现

Ｇｒｏｖｅｒ量子搜寻算法是一种重要的量子算法．本文利用核磁共振模拟机首次实现了三个量子比特（ｑｕｂｉｔ）的 Ｇｒｏｖｅｒ搜寻算法．讨论了量子计算机确实比经典电子计算机有效．

量子计算模型下PFP算法的安全性分析

量子技术的快速发展和量子计算效率的不断提高,以及Shor算法和Grover算法的出现,给传统公钥密码和对称密码的安全性造成了较大威胁。因此,基于Feistel结构设计的分组密码PFP算法,首先将轮函数的线性变换P融入Feistel结构的周期函数构造,推导得到PFP算法的4个5轮周期函数,比选择明文攻击模型下典型Feistel结构的周期函数多2轮,并通过实验验证正确性;进一步地,以其中一个5轮周期函数作为区分器,结合量子Grover算法和Simon算法,通过分析PFP密钥编排算法的特点对9、10轮PFP进行了安全性评估,得到正确密钥比特需要的时间复杂度为2^(26)、2^(38.5),需要的量子资源为193、212个量子比特,可以恢复58、77比特密钥,优于已有不可能差分分析结果。

基于SSA优化BP神经网络的易燃易爆气体分类算法研究

由各种传感器检测爆炸物的技术已经在多种条件下被用于检测不同类型的爆炸物,但同类型的爆炸物识别分类技术几乎没有,且针对传统BP神经网络模型收敛速度慢、易陷入局部最优值等问题,该文采用PWCLM混沌映射和高斯突变算子来改进麻雀搜寻算法(SSA),优化模型的初始权值,并对6种易燃易爆气体进行识别分类。最后再将该模型与BP、SSA-BP和WOA-BP等模型进行对比,使用3种评价指标对3种模型进行评价。结果表明,ISSA-BP模型稳定性高,识别精度优于其他几种模型,最终ISSA-BP模型的分类准确率、召回率和F1指数分别为99.01%、99.12%和99.12%。

Grover量子搜索算法及改进

简单地介绍了量子搜索算法中的相位匹配条件、改进的成功率为 10 0 %的量子搜索算法和量子搜索算法中的主要误差等 .

一种改进的Grover量子搜索算法

Grover量子搜索算法以O(N^(1/2))的时间复杂度进行非结构化数据库穷举搜索,但当问题的解的个数增加,得到解的概率反而减少.本文分析了这种现象的原因,并提出了基于扩大搜索空间的改进算法.同时,为了在成功概率与迭代次数之间折中,增加一个新参数i使得算法可调。求逆问题的仿真实验表明该方法在同等迭代次数的条件下,成功概率高于传统Grover算法;且如果迭代次数不限,则成功概率可以更高。因此,本文算法更加有效。

基于0.1π旋转相位Grover算法的ECC电压毛刺攻击算法

将Grover算法应用到对公钥密码的故障攻击中,提出一种基于固定相位旋转Grover量子算法,当旋转相位为0.1π时,仿真实验搜索成功率提高到99.23%。进一步与故障攻击结合,提出基于0.1π旋转相位Grover算法的椭圆曲线密码电压毛刺攻击算法,仿真实验以100%的概率攻击了NIST公布的Koblitz安全曲线K-163,其计算复杂度呈指数级降低。这是除Shor算法之外量子计算对公钥密码的一种新的有效攻击途径,有助于拓展量子计算对其他公钥密码体制的攻击。

IIR数字滤波器设计的搜寻者优化算法

为进一步提高无限冲击响应(IIR)数字滤波器的性能,提出了一种基于搜寻者优化算法(SOA)的IIR数字滤波器设计方法.SOA基于模拟人的随机搜索行为,由利用位置变化评价得到的经验梯度确定搜索方向,由采用简单模糊规则的不确定性推理确定搜索步长,通过搜寻者在搜索空间的位置更新,实现对优化问题的求解.2个典型设计实例的仿真结果表明,与差分进化算法(DE)和3种改进的粒子群算法(PSO)相比,SOA具有较好的全局寻优能力和较快的收敛速度,能有效地应用于IIR数字滤波器的设计.

基于Grover融合理论的无线传感网络路由算法研究

如何在各种网络资源受限制的情况,实现高质量的信息传输是无线传感网络研究领域的关键问题之一。首先,分析了网络传输中所需要考虑的受限制因素,并提出各种因素的计算办法;然后,针对确保服务质量的多目标规划算法存在计算量过大的缺陷,借鉴量子搜索算法中的Grover理论用以降低信息传输过程的搜索计算量;最后,通过Grover理论得到的各种资源路由选择方案,本文采用了计算机控制中的D-S信息融合理论,将多目标规划转化为单目标规划。为了验证本文所提出的Grover融合路由算法,文章建立MATLAB仿真环境,对比传统的DSR路由协议与多目标规划TOPSIS算法,可见本文所提出的算法在降低网络搜索计算量、延长网络生存时间、降低网络时延方面具有较大的改善。

基于搜寻者优化算法的质子交换膜燃料电池模型优化

搜寻者优化算法(seeker optimization algorithm,SOA)是模拟人的随机搜索行为的一种应用于连续空间的群体智能优化算法。根据质子交换膜燃料电池(proton exchange membrane fuelcell,PEMFC)极化曲线模型的建模原理,采用SOA算法对该模型的参数进行优化,用以得到一组模型的最优参数。通过仿真结果与实验结果的对比分析,证明SOA算法能够使仿真结果和实验测试数据之间达到很高的拟合精度,对于优化PEMFC的极化曲线模型参数具有明显的优越性。因此,SOA算法对于改善PEMFC极化曲线模型的性能将起到重要的作用,并有望成为模型优化领域的一种新的有效工具。

多智能体搜寻者优化算法在电力系统无功优化中的应用

针对无功优化这个典型的非线性问题,提出了一种基于多Agent系统的搜寻者优化算法MASOA(Multi-agent Seeker Optimization Algorithm)来求解。该算法针对SOA算法邻域划分随意性较大,融入智能体技术,在改进SOA算法邻域划分合理性的同时,提高粒子寻优的准确度;利用SOA算法的进化机制,引入自适应思想,使新算法具有良好的非线性搜索能力,更好地适应无功优化问题。以网损最小为目标函数,在IEEE30节点系统上进行测试,并与四种智能算法进行比较,结果表明,MASOA在算法计算精度、收敛稳定性、寻优时间等方面都具有普遍优势,能有效地应用于电力系统无功优化中。

搜寻者优化算法在最优潮流中的应用

为实现电力系统经济运行,以有功网损最小为目标函数,建立电力系统最优潮流模型,将搜寻者优化算法(seeker optimization algorithm,SOA)应用到最优潮流计算中,选取发电机机端电压、变压器分接头位置和可投切电容器组等控制变量构建初始矩阵,对IEEE30、IEEE57标准系统进行测试,并与带自适应惯性权值的粒子群算法、带收敛因子的粒子群算法和全面学习的粒子群算法进行了比较。结果表明:SOA能够有效地搜索到最优解且具有较好的全局寻优能力,适应于电力系统最优潮流计算。

基于Grover算法的ECC扫描式攻击

相对于传统的RSA等公钥密码,ECC具有密钥长度短,计算复杂度高等特点,因此针对ECC加密体制的攻击复杂度高、难度大。研究针对ECC公钥密码的攻击方法有利于提前完善和防止不必要的损失。Grover算法作为一种量子搜索算法,将搜索步数从经典算法的N缩小到N^(1/2),实现了对经典搜索算法的二次方加速作用,能更快速地寻找所需的解。扫描式攻击作为一种新生的侧信道攻击技术,它的出现给当前密码系统的安全性带来了极大的威胁。文章利用量子Grover搜索算法的快速搜索优点,对Rynuta提出的针对ECC密码芯片的扫描式攻击进行了改进,提出了基于Grover算法的ECC扫描式攻击方法。该算法对于密钥长度为N的ECC,计算复杂度由2~N降低到2N^(3/2),进一步提高了破解效率。由于Grover搜索算法的确定性,该算法的攻击成功率为100%。

基于Grover量子中间相遇搜索算法的ECC攻击错误bit的修正

在现有的针对ECC的侧信道攻击中,密钥出现错误bit难以避免,且无法快速修正。文章将Grover量子搜索算法和中间相遇攻击相结合,提出了一种新的搜索算法——Grover量子中间相遇搜索算法,并将其应用于针对ECC的侧信道攻击中。该算法可以在O(N/M)^(1/2)步修正规模为N且存在M个错误bit的密钥,与传统搜索算法的计算复杂度O(N^(M+1))相比较,计算复杂度大幅度降低。通过对算法进行分析表明,该方法能够以成功率1修正ECC攻击中出现的错误bit。

逼近全概率Grover算法的搜索次数计算

文章研究了Grover量子搜索算法,该算法进行o(N√)次搜索后只能以大于0.5的概率获得正确结果,并且没有确定最佳的搜索次数。针对这两个问题,提出了一种确定搜索次数的计算方法,使Grover算法逼近全概率地获得搜索目标。仿真结果表明,该计算方法行之有效。