Article

پیاده سازی الگوریتم یافتن دوره تناوب با استفاده از شبیه سازی تبدیل فوریه کوانتومی

Abstract

در این مقاله، به معرفی تبدیل فوریه کوانتومی به عنوان جزء کلیدی بسیاری از الگوریتمهای پرکاربرد می پردازیم. الگوریتمهایی که به حل مسائلی منتهی می شوند که حل آنها روی یک کامپیوتر کلاسیک، سخت و گاهی غیرعملی است. تبدیل فوریه کوانتومی به عنوان کلیدی برای تخمین فاز کوانتومی مطرح می گردد. هدف ما در این مقاله پیاده سازی الگوریتم یافتن دوره تناوب است. یافتن دوره تناوب از جمله مسائلی است که حل آن روی یک کامپیوتر کوانتومی، به طور نمایی، سریع تر از حل آن روی یک کامپیوتر کلاسیک است. حال آنکه اساس الگوریتم یافتن دوره تناوب، تخمین فاز کوانتومی است. پس با شبیه سازی تبدیل فوریه کوانتومی، قادر به پیاده سازی الگوریتم یافتن دوره تناوب خواهیم بود. در این مقاله، شبیه سازی تبدیل فوریه کوانتومی با استفاده از نرم افزار matlabانجام می شود.

Similar items

  • پیاده سازی الگوریتم یافتن دوره تناوب با استفاده از شبیه سازی تبدیل فوریه کوانتومی

    Article2010روشu200cهای هوشمند در صنعت برقزهره مقاره عابد، محسن عشوریان، کیومرث غوثی

    در این مقاله، به معرفی تبدیل فوریه کوانتومی به عنوان جزء کلیدی بسیاری از الگوریتمهای پرکاربرد می‌پردازیم. الگوریتمهایی که به حل مسائلی منتهی می‌شوند که حل آنها روی یک کامپیوتر کلاسیک، سخت و گاهی غیرعملی است. تبدیل فوریه کوانتومی به عنوان کلیدی برای تخمین فاز کوانتومی مطرح می‌گردد

  • پیاده سازی الگوریتم یافتن دوره تناوب با استفاده از شبیه سازی تبدیل فوریه کوانتومی

    Article2010روشu200cهای هوشمند در صنعت برقزهره مقاره عابد، محسن عشوریان، کیومرث غوثی

    در این مقاله، به معرفی تبدیل فوریه کوانتومی به عنوان جزء کلیدی بسیاری از الگوریتمهای پرکاربرد می‌پردازیم. الگوریتمهایی که به حل مسائلی منتهی می‌شوند که حل آنها روی یک کامپیوتر کلاسیک، سخت و گاهی غیرعملی است. تبدیل فوریه کوانتومی به عنوان کلیدی برای تخمین فاز کوانتومی مطرح می‌گردد

  • پیاده سازی الگوریتم گروه ذرات احتمالی در رویکرد بهینه سازی از طریق شبیه سازی

    Article2014نشریه مهندسی صنایعمحمدعلی آزاده، شیما پاشاپور، هیوا شیری

    بهینه­سازی از طریقشبیه­سازی، ابزاری کارا و جا­افتاده در مواجهه با مسائل بهینه­سازی به شمار می­رود.ابزاری که قادر است شرایط حاکم بر مسائل دنیای واقعی را نسبت به سایر ابزارهایبهینه­سازی به گونه­ای بسیار کامل­تر پوشش دهد. مشکلی که در استفاده از این ابزاروجود دارد، لزوم پردازش سنگین

  • شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینه سازی ذرات و مدل seawat (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)

    Articleپژوهش های حفاظت آب و خاکعاطفه صیادی شهرکی، دانشجوی کارشناسی ارشد دانشگاه شهید چمران اهواز عبدعلی ناصری، استاد دانشکده علوم آب دانشگاه شهید چمران اهواز امیر سلطانی محمدی، استادیار دانشکده علوم آب دانشگاه چمران اهواز علی مختاران

    سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران می باشد. بنابراین مطالعه و پایش این عامل در زمین های تحت کشت نیشکر، امری لازم و ضروری می باشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعه ها، مطالعه و پایش این عوامل در هر مزرعه

  • پیاده سازی و استمرار ساخت ناب با استفاده از شبیه سازی پیشامد گسسته

    Article2019مهندسی سازه و ساختشاهین دبیریان، سید روح الله قرشی

    صنعت ساخت از لحاظ حجم سرمایه و تعداد نیروی انسانی درگیر،از جمله مهم ترین صنایع هر کشور محسوب می گردد . با توجه به اهمیت صنعت ساخت در توسعه زیر ساخت های یک کشور، رشد سریع جمعیت، افزایش تقاضا در جامعه و نیاز به کاهش زمان تحویل پروژه ها، ضرورت ایجاد تحول در شیوه های مدیریتی موجود بی

  • حل مسئله چیدمان پویای تسهیلات با رویکرد بهینه سازی چندهدفه با استفاده از الگوریتم پیوندی جستجوی محلی و شبیه سازی تبرید

    Articleبین المللی مهندسی صنایع و مدیریت تولیدنسیم نهاوندی، پل نصر علیرضا مداحی، الیپس مسیحی، پل نصر

    مسئله چیدمان پویای تسهیلات عبارت است از یافتن استقرار دپارتمان­ها در سطح کارخانه برای دوره­های زمانی مختلف به­طوری که موقعیت دپارتمان­ها از یک دوره به دوره دیگر می­تواند تغییر کند. به طور سنتی این مسئله بر اساس کمینه کردن مجموع هزینه حمل و نقل میان دپارتمان ها ساختار یافته است. د