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

Authors

Abstract:

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. 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، سریع‌تر 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 پیاده‌سازی الگوریتم یافتن دوره تناوب خواهیم بود. در این مقاله، شبیه سازی تبدیل فوریه کوانتومی با استفاده از نرم افزار  Matlabانجام می‌شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

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

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 بیشتر احساس می شود. محققین صنعت ساخت روش های بسیاری را برای مدیریت پروژه های عمرانی معرفی نموده اند. یکی از این روش ها ...

full text

تعیین ثوابت معادله جانسون کوک جهت شبیه سازی فرآیند ماشینکاری با استفاده از الگوریتم بهینه سازی

مدل ماده جانسون-کوک با در نظر گرفتن اثر سخت شدگی کرنشی و نرخ کرنشی ماده و اثر نرم شدگی ماده، به عنوان پرکاربردترین مدل ماده جهت تعیین رفتار پلاستیک ماده حین شبیه سازی فرآیند ماشینکاری مورد استفاده محقیقن قرار می گیرد. تعیین تجربی ثوابت این معادله امری هزینه بر و زمان بر می باشد. در این راستا در تحقیق حاضر روش جدیدی ارائه شد که بدون نیاز به صرف زمان و استفاده از تجهیزات گران قیمت مورد استفاده قر...

full text

شبیه سازی و پیش‌بینی جریان رودخانه‌ها با استفاده از شبکه عصبی و مدل فوریه

  مقاله حاضر به بررسی نحوه عملکرد شبکه‌های عصبی MLP در ارتباط با خروجی مدل فوریه، FSAM، می‌پردازد. مدل FSAM که مدل شبیه ساز بارش است، تحلیل مدل‌های کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای ARIMA را در درون خود دارد، ارائه می‌دهد. کاربرد همزمان شبکه‌های عصبی MLP و مدلFSAM، امکان پیش بینی جریان ماه (i) ام را در ارتباط با پیش بینی بارش همان ماه، میسر می‌سازد...

full text

یافتن کوتاهترین مسیر شبکه با استفاده از الگوریتم بهینه سازی فاخته در سیستم اطلاعات مکانی

امروزه مسیریابی در شبکه­های شهری با افزایش حجم اتومبیل­ها و نیز محدودیت­های ترافیکی گوناگون امری ضروری محسوب می­شود. روشی که در این پژوهش به منظور حل مسأله کوتاهترین مسیر برای نخستین بار پیشنهاد شده است، استفاده از الگوریتم بهینه­سازی فاخته می­باشد. علت انتخاب این الگوریتم، جدید بودن و نیز پاسخ مناسبی است که این الگوریتم برای حل مسأله مسیریابی، نسبت به سایر الگوریتم‍های فراابتکاری داده است. در ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 1  issue 1

pages  31- 38

publication date 2010-02-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023