← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3782.a

路径积分退火循环采样并降低动能

理解等级:中级

路径积分方法把一个量子系统近似成 P 个经典副本(P 称 Trotter 数,每个副本是一个“时间片”):式(15-5)中一项是各副本势能 V 的平均,即原优化目标;另一项累加相邻时间片同一粒子坐标差的平方,相当于把相邻副本拴在一起的动能项,其强弱由可调参数 E 控制,E 类似模拟退火中的温度 T。

书中流程:

  1. 选定 Trotter 数 P,设定执行次数和初始动能。
  2. 把经典势能(优化目标)量子化。
  3. 用蒙特卡洛移动(局部或全局)采样新候选。
  4. 按某策略减小 E,未达次数或 E 的下限就回到第 3 步。
  5. 把得到的量子化能量最优解转回经典形式,作为原问题的候选解。

按书中说法,E 由初值逐渐减到零,动能项也随之减到零,系统回到只由原目标决定的经典状态;但式(15-5)中 E 位于该项系数的分母,字面上与“减小 E 使动能项变小”如何对应,书中未解释。这里描述的是采样模拟流程,输出应称“找到的候选解”;本节的式号与记号有疑点,不能照抄成可直接执行的精确算法。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能算法导论》第 153 项《1 5 . 2 . 7 量 子 退 火 算 法》(源文件:`_epub-src/EPUB/xhtml/chapter15_0014.xhtml`) - 结论依据:正文列出 Trotter 数、蒙特卡洛采样、动能衰减和结果映射;式(15-5)的求和指标及步骤 2 的式号、式(15-6)的记号均需核验。 - 原始内容:步骤4:按照某一策略衰减 E ,如果未达到算法的执行次数或者 E 的下限,返回步骤3。