科技情报参考 微信公众号 行业动态

发布：2026-05-20 · 事件：2026-05-20 18:26:11

科情智库 4月18日，法国特鲁瓦技术大学研究团队在《科学报告》发文，提出一种可扩展的多目标遗传算法，为解决含噪声中等规模量子（NISQ）电路设计的多维约束优化难题提供了新路径。 量子电路是量子算法的物理载体，其优化水平决定了量子计算的执行效率与精度。然而，现有NISQ量子电路优化算法局限于单目标优化，且可扩展性不足，难以处理超12量子比特量子电路的多目标优化问题。

设计

科情智库 4月18日，法国特鲁瓦技术大学研究团队在《科学报告》发文，提出一种可扩展的多目标遗传算法，为解决含噪声中等规模量子（NISQ）电路设计的多维约束优化难题提供了新路径。 量子电路是量子算法的物理载体，其优化水平决定了量子计算的执行效率与精度。然而，现有NISQ量子电路优化算法局限于单目标优化，且可扩展性不足，难以处理超12量子比特量子电路的多目标优化问题。对此，团队通过设计分层染色体编码方式、开发定制化遗传操作算子、结合多目标优化非支配排序遗传算法（NSGA-II）、采用分布式协同进化框架，构建出一套量子电路可扩展多目标遗传优化算法。进一步，研究团队在多种典型量子算法和不同类型量子硬件平台上对优化算法进行了验证，较传统优化算法，该算法优化8量子比特小型电路保真度高于0.94，10~16量子比特中型电路保真度高于0.85，高于32量子比特大规模电路保真度高于0.80，优化14量子比特电路耗时降至1/10，优化后电路深度可降低45%。该量子电路优化算法兼顾高保真度、高效率和低电路深度，有望加速量子计算应用。 来源：报告中心供稿 推荐阅读 > 2026年科研人员职业技能提升专题培训班通知 欧盟石墨烯旗舰计划的组织实施机制研究及对中国的启示 2026年科技查新审核员培训班通知