基于张量链与量子计算的化学混合器设计优化
量子物理
2023-04-25 v1 流体动力学
摘要
化学组分设计是一项计算上具有挑战性的过程，常需要迭代数值建模与真实实验测试。我们展示了一种新颖的优化方法——张量链优化(Tensor train Optimization, TetraOpt)，用于以流体Y型混合器为重点的组件形状优化。由于其高度并行化与更广泛的全局搜索，TetraOpt在精度与运行时间上优于常用的贝叶斯优化技术。此外，我们的方法可用于求解一般物理设计问题，且在优化参数数量上具有线性复杂度，这对于复杂化学组分高度相关。进一步，我们讨论了将该途径扩展至量子计算，其有望产生更高效的方法。
引用
@article{arxiv.2304.12307,
title = {Optimization of chemical mixers design via tensor trains and quantum computing},
author = {Nikita Belokonev and Artem Melnikov and Maninadh Podapaka and Karan Pinto and Markus Pflitsch and Michael Perelshtein},
journal= {arXiv preprint arXiv:2304.12307},
year = {2023}
}