本文關(guān)鍵詞：基于學(xué)習(xí)的開(kāi)放量子系統(tǒng)圖景控制

  更多相關(guān)文章： 量子圖景控制 開(kāi)放量子系統(tǒng) 量子系綜 學(xué)習(xí)與優(yōu)化算法

【摘要】：量子技術(shù)自出現(xiàn)以來(lái)發(fā)展迅速,并與物理、化學(xué)及控制科學(xué)等領(lǐng)域有著緊密的聯(lián)系,其中量子控制這一新興學(xué)科一直備受?chē)?guó)內(nèi)外專(zhuān)家學(xué)者的廣泛關(guān)注。量子控制圖景(Quantum Landscape Control)被定義為一個(gè)物理可觀測(cè)的與時(shí)間相關(guān)的控制場(chǎng)的泛函。關(guān)于量子控制理論的大量研究都是假設(shè)量子系統(tǒng)是封閉的,即量子系統(tǒng)與外部環(huán)境不會(huì)產(chǎn)生相互作用以及能量交換。但是在實(shí)際應(yīng)用中,這樣的假設(shè)是很難實(shí)現(xiàn)的,因?yàn)殚_(kāi)放量子系統(tǒng)會(huì)無(wú)法避免地與外部環(huán)境產(chǎn)生相互作用,從而使其狀態(tài)控制問(wèn)題更加復(fù)雜,增加了量子系統(tǒng)狀態(tài)轉(zhuǎn)移控制問(wèn)題的難度。由大量單量子系統(tǒng)組成的量子系綜(Quantum Ensemble)的圖景控制設(shè)計(jì)在新興量子技術(shù)中有廣泛應(yīng)用,但是其控制問(wèn)題更為復(fù)雜,需要利用基于樣本學(xué)習(xí)的技巧來(lái)尋找最優(yōu)控制解,其目標(biāo)是應(yīng)用一個(gè)控制策略使量子系綜的全部子系統(tǒng)同時(shí)從相同的初始狀態(tài)轉(zhuǎn)移到相同的目標(biāo)態(tài),因此研究量子系綜的狀態(tài)轉(zhuǎn)移控制相關(guān)問(wèn)題具有很高的實(shí)用性。本文首先針對(duì)開(kāi)放的單量子系統(tǒng),分析系統(tǒng)的Lindblad主方程模型,根據(jù)控制問(wèn)題選取目標(biāo)函數(shù),并且推導(dǎo)目標(biāo)函數(shù)對(duì)外部控制場(chǎng)的一階導(dǎo)數(shù)求解過(guò)程。然后分別應(yīng)用梯度下降法、遺傳算法及差分進(jìn)化算法對(duì)不同能級(jí)的開(kāi)放量子系統(tǒng)進(jìn)行優(yōu)化以尋求實(shí)現(xiàn)系統(tǒng)狀態(tài)轉(zhuǎn)移的最優(yōu)控制策略,對(duì)比不同算法、不同能級(jí)的優(yōu)化結(jié)果,分析學(xué)習(xí)算法的參數(shù)設(shè)置對(duì)優(yōu)化結(jié)果的影響。從優(yōu)化結(jié)果可以得出在系統(tǒng)模型已知且可導(dǎo)的條件下,梯度下降法仍是最佳選擇；系統(tǒng)模型未知的條件下,梯度下降法無(wú)法使用,但遺傳算法和差分進(jìn)化算法都可以達(dá)到很好的優(yōu)化效果。針對(duì)由大量單系統(tǒng)組成的一般化開(kāi)放量子系綜的狀態(tài)轉(zhuǎn)移控制問(wèn)題,本文應(yīng)用單量子系統(tǒng)優(yōu)化后的控制策略作為量子系綜的初始控制以縮短優(yōu)化時(shí)間,控制過(guò)程應(yīng)用基于樣本學(xué)習(xí)的控制(Sampling-based Learning Control)方法,分別經(jīng)過(guò)訓(xùn)練過(guò)程和檢驗(yàn)過(guò)程,探尋實(shí)現(xiàn)量子系綜狀態(tài)轉(zhuǎn)移的最優(yōu)控制策略。實(shí)驗(yàn)結(jié)果表明,訓(xùn)練過(guò)程尤為重要,迭代次數(shù)以及算法參數(shù)的選取很大程度上影響著優(yōu)化結(jié)果,若選取得當(dāng)則可以較好地實(shí)現(xiàn)對(duì)量子系綜的狀態(tài)轉(zhuǎn)移控制。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：O413;O231

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 甘俊英,張有為;基于非線性控制系統(tǒng)優(yōu)化的遺傳算法研究[J];電子技術(shù)應(yīng)用;2000年06期

2 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期

3 叢爽;;基于李雅普諾夫量子系統(tǒng)控制方法的狀態(tài)調(diào)控[J];控制理論與應(yīng)用;2012年03期

4 劉穎超,張紀(jì)元;梯度下降法[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);1993年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 崔巍;席在榮;潘宇;;非馬爾可夫開(kāi)放量子系統(tǒng)的消相干最優(yōu)控制[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

2 齊波;郭雷;;量子開(kāi)環(huán)控制與閉環(huán)控制的初步比較[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 張靖;開(kāi)放量子系統(tǒng)退相干抑制及糾纏控制研究[D];清華大學(xué);2006年

2 張明;量子信息處理中的量子操控問(wèn)題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

3 楊霏;量子系統(tǒng)的狀態(tài)控制及相干保持[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

，

本文編號(hào)：1266477