hi~

上篇为大家推送了

泡利算符类

今天小编要介绍的是

费米子算符类、优化算法

跟我们一起来学习吧！

在上一篇文章中，小编为大家介绍了算法组件之泡利算符类。

泡利算符是一组三个2×2的幺正厄米复矩阵，又称酉矩阵。我们一般都以希腊字母σ（西格玛）来表示，记作σx，σy，σz。在QPanda中我们称它们为X门，Y门，Z门。

接下来介绍的是QPanda 2的算法组件之费米子算符类、优化算法。

◆◆

费米子算符类

◆◆

我们用如下记号标识来表示费米子的两个形态，湮没:X表示ax，创建:X+表示ax†，例如:"1+3 5+1"则代表a1†a3a5†a1。

整理规则如下

1. 不同数字

2. 相同数字

跟PauliOperator类似，FermionOperator类也提供了费米子算符之间加、减和乘的基础的运算操作。通过整理功能可以得到一份有序排列的结果。

◆◆实例◆◆

◆◆优化算法(直接搜索法）◆◆

本章节将讲解优化算法的使用，包括Nelder-Mead算法跟Powell算法，它们都是一种直接搜索算法。我们在QPanda中实现了这两个算法，OriginNelderMead和OriginPowell，这两个类都继承自AbstractOptimizer。

◆◆接口介绍◆◆

我们可以通过优化器工厂生成指定类型的优化器，例如我们指定它的类型为Nelder-Mead。

using namespace QPanda;auto optimizer = OptimizerFactory::makeOptimizer(NELDER_MEAD);

我们需要向优化器注册一个计算损失值的函数和待优化参数。

vector_d init_para{0, 0};optimizer->registerFunc(myFunc, init_para);

然后设置结束条件，我们可以设置变量及函数值的收敛阈值，函数最大可调用次数，和优化迭代次数。只要满足上述结束条件，则优化结束。

optimizer->setXatol(1e-6);optimizer->setFatol(1e-6);optimizer->setMaxFCalls(200);optimizer->setMaxIter(200);

然后通过exec接口执行优化，通过getResult接口获得优化后的结果。

optimizer->exec();auto result = optimizer->getResult();

◆◆实例◆◆

给定一些散列点，我们来拟合一条直线，使得散列点到直线的距离和最小。定义直线的函数的表达式为y=w*x+b，接下来我们将通过使用优化算法得到w和b的优化值。首先定义求期望的函数。

我们使用Nelder-Mead算法进行优化。

我们将散列点和拟合的直线进行绘图。

★以上即为QPanda 2费米子算符类、优化算法部分的详细内容介绍。

★感兴趣的欢迎加入"QPanda 2开发交流群"。（关注“本源量子”公众号，回复“加群”，联系小编即可）

★PC端学习量子计算请登录learn-quantum.com

★掌上学习请下载"本源溯知APP"

★如有疑问可上量子互动论坛，与我们的大神进行交流讨论。