量子计算智能

本书在总结自然计算领域主要理论研究和实际应用成果的基础上，着重对近年来量子计算智能领域常见的理论及技术进行了较为全面的阐述，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和总结。全书从优化和学习两个方面展开，分为八章，主要内容包括进化计算、群体智能算法、量子进化计算、量子粒子群优化，以及基于量子智能优化的数据聚类、数据分类、网络学习和相关应用。

本书可为人工智能、计算机科学、信息科学、自动化技术等领域及其交叉领域中从事量子计算、进化算法、机器学习及相关应用研究的技术人员提供参考，也可作为相关专业研究生和高年级本科生的教材（其中前四章为基础理论，适合本科生使用，后四章为高阶算法，适合研究生使用）。

人工智能进入了一个快速发展的时期，未来人类社会将需要更强大的计算能力和更高效的计算方法，摩尔定律正在失效，但量子力学态叠加原理给了我们关于未来计算的启示和希望，“世界经济和各个国家最终的命运可能取决于奇异的和违反直觉的量子理论的原则”（加来道雄，《物理学的未来》）。目前，量子计算和人工智能是最令学界和业界振奋的未来科技，它们的结合势必带来领域的重大进步，甚至是超越想象的社会革新。

量子计算（Quantum Computation，QC）的研究始于1982年。 量子计算首先被诺贝尔物理学奖获得者Richard Feynman看成是一个物理过程，计算机理论和物理学自此被学者们联系到一起来进行钻研。现在量子计算已经成为当今世界各国紧密跟踪的前沿学科之一。我国发布的《国家中长期科学和技术发展规划纲要（2006—2020年）》中将“量子调控研究”列为四个重大科学研究计划之一。量子计算的并行性、指数级存储容量和指数加速特征展示了其强大的运算能力。规模化通用量子计算机的诞生将极大地满足现代信息的需求，在海量信息处理、重大科学问题研究等方面产生巨大影响，甚至对国家的国际地位、经济发展、科技进步、国防军事和信息安全等都将发挥关键性作用。 “量子计算机时代”何时到来？ 如何利用量子计算机的并行处理能力？如何建立现有数字式计算机中的量子算法？如何和传统智能方法相结合，取长补短，设计出更加行之有效的高效智能方法？这些都是量子计算研究领域需要迫切回答的问题，等待专家、学者、读者共同研究、探讨和发现。

近10年来，我们团队对量子智能计算理论、算法及应用进行了较为系统的研究，尤其对量子优化、量子学习、量子粒子群优化及其应用、量子聚类分类及其应用等进行了较为深入的探讨。本书基于以上工作编写而成。希望我们的研究结果能够给读者带来启发。道阻且长，我们团队也将继续在此领域探索。在此特别感谢国家“973”计划项目(2013CB329402、2006CB705707)，国家“863”计划 (863-306-ZT06-1、863-317-03-99、2002AA135080、2006AA01Z107、2008AA01Z125和2009AA12Z210)，国家自然科学基金创新研究群体科学基金(61621005)，国家自然科学基金重点项目 (60133010、60703107、60703108、60872548和60803098) 及面上项目 (61772399、U1701267、61272279、61473215、61371201、61373111、61303032、61271301、 61203303、 61522311、61573267、 61473215、61571342、 61572383 、61501353、 61502369、 61271302、61272282、61202176、61573267、61473215、61573015、60073053、60372045和60575037)，国家部委科技项目资助项目(XADZ2008159和51307040103)， 高等学校学科创新引智计划(111计划)(B07048)，重大研究计划(91438201和91438103)，以及教育部“长江学者和创新团队发展计划” (IRT_15R53和IRT0645)，西安电子科技大学2018年度研究生课程与教材建设项目（JPJC1820和JPJC1819）及西安电子科技大学2018年研究生教育教学改革研究项目（JGY1814和JGY1815）对我们的资助。

本书是西安电子科技大学“智能感知与图像理解”教育部重点实验室、“智能感知与计算”教育部国际联合实验室、国家“111”计划创新引智基地、国家“2011”信息感知协同创新中心、“大数据智能感知与计算”陕西省2011协同创新中心、智能信息处理研究所集体智慧的结晶，感谢集体中每一位同仁的奉献。特别感谢保铮院士多年来的悉心培养和指导；感谢中国科技大学陈国良院士和IEEE计算智能学会副主席、英国伯明翰大学姚新教授，英国埃塞克斯大学张青富教授，英国萨里大学金耀初教授，英国诺丁汉大学屈嵘教授的指导和帮助；感谢国家自然科学基金委信息科学部的大力支持；感谢田捷教授、高新波教授、石光明教授、梁继民教授的帮助；感谢彭程、刘光远、王琪、李甜甜、柳亚欣、邢若婷等“智能感知与图像理解”教育部重点实验室研究生所付出的辛勤劳动。感谢作者家人的大力支持和理解。

由于作者水平有限，书中不妥之处在所难免，恳请读者批评指正。

作 者

2019年2月