Гібридний класично-квантовий алгоритм та його реалізація на реальному квантовому комп'ютері

Abstract

У цій роботі представлено гібридний квантовий генетичний алгоритм (HQGA) для задач функціональної оптимізації. Усі основні оператори реалізовані за допомогою квантового комп'ютера, тоді як допоміжні обчислення, такі як функція придатності та пошук найкращої особини в популяції, виконуються на класичному комп'ютері. Квантова томографія станів використовується для організації еволюційного процесу – відновлення амплітуд ймовірностей стану кубіта на основі результатів вимірювань його квантового ансамблю. Моделювання HQGA проводиться з використанням середовища IBM Qiskit з ідеальним AerSimulator та моделями реальних квантових комп'ютерів (FakeMarrakesh, FakeBrisbane, FakeKyoto тощо). Результати показують, що воно забезпечує швидку збіжність з малими розмірами популяцій, перевершуючи класичні генетичні алгоритми за швидкістю та точністю, та вимагає невеликої кількості ітерацій. Оцінка впливу параметрів моделювання (шумових моделей реальних квантових комп'ютерів) підтвердила стійкість методу до подолання апаратних обмежень сучасних квантових пристроїв IBM та квантових помилок.