基于变分量子特征求解器的材料性质预测系统设计与噪声缓解.docxVIP

PAGE2

基于变分量子特征求解器的材料性质预测系统设计与噪声缓解

摘要

量子计算在材料科学领域展现出巨大潜力，然而当前含噪中等规模量子（NISQ）设备受限于退相干和门操作误差，严重制约了材料性质预测的精度与可靠性。本文针对NISQ时代材料性质预测的现实需求，设计并实现了一套基于变分量子特征求解器（VQFS）的预测系统，并在系统中嵌入多层次的噪声缓解策略。系统以变分量子本征求解器（VQE）和量子核方法为基础，重构材料晶体结构的高维特征空间，结合经典机器学习分类器完成带隙、形成能等关键性质预测。为提升NISQ环境下的预测精度，本文提出了“动态部分错误缓解+零噪声外推”的混合噪声缓解架构，在量子电路编译阶段注入错误缓解门序列，并在后处理中利用Richardsonextrapolation抑制残差噪声。系统实现采用模块化设计，将量子特征提取、噪声缓解与性质预测解耦，通过PennyLane和Qiskit框架对接IBM量子云后端。测试结果表明，在20量子比特受限环境中，本系统对材料带隙分类的预测精度达到87.3%，相比无噪声缓解基线提升约12个百分点，计算开销仅增加约1.5倍。本设计验证了变分量子特征求解器在材料科学中的可行性和噪声缓解策略的有效性，为NISQ设备上运行实用量子应用提供了系统级参考。

第一章绪论

1.1研究背景

新材料发现是推动能源、电子、催化等领域进步的核心驱动力