HOPSO:一种适用于变分量子本征求解器(VQE)的鲁棒经典优化器
变分量子本征求解器(VQE)算法是少数有望在近期实现量子计算优势的研究方向之一。然而,该方法面临着测量随机噪声、贫瘠高原现象以及周期性参数空间优化等挑战。虽然目前多数研究集中于优化该算法的量子计算部分,但该工作通过改进基于谐振子的粒子群优化算法(HOPSO),着力提升经典优化模块的性能。通过调整算法动力学以适应量子参数的周期性特征并增强抗噪能力,研究人员在模拟4比特(H2分子)和8比特(LiH分子)哈密顿量体系中验证了其优势。在所有测试场景中,HOPSO均能获得具有竞争力的基态能量近似值,相较于COBYLA、差分进化(DE)及标准粒子群优化(PSO)方法展现出更强的鲁棒性,尤其在现实噪声环境下表现更为突出。这些结果表明,经过针对性设计的VQE经典优化模块能够有效应对当前难题,并为更大规模体系的扩展应用提供了可能性。
