Sebastian Mihai ARDELEAN, Susținere publică a Tezei de doctorat

Titlul tezei: “Development of heuristic methods on reversible and quantum computers”

Comisia de doctorat: 

Președinte: Prof.univ.dr.ing. Marius MARCU (Universitatea Politehnica Timișoara)

Conducător ştiinţific: Prof.univ.dr.ing. Mihai UDRESCU-MILOSAV (Universitatea Politehnica Timișoara)

Referenți: Prof.univ.dr.ing Vasile MANTA (Universitatea Tehnică "Gheorghe Asachi" din Iași)

                Prof.univ.dr.ing Pantelimon George POPESCU ( Universitatea Națională de Știință si Tehnologie Politehnica București)

                Prof.univ.dr.habil.ing Mihai Micea (Universitatea Politehnica Timișoara)

Această teză de doctorat abordează dezvoltarea și optimizarea algoritmilor euristici pe platforme computaționale cuantice, cu un accent deosebit pe algoritmii genetici cuantici. Noutatea tezei constă în implementarea algoritmului Reduced Quantum Genetic Algorithm (RQGA) [1] pentru rezolvarea problemelor NP și în prezentarea unui nou algoritm hibrid care combină un algoritm genetic clasic cu RQGA—denumit Hybrid Quantum Algorithm with Genetic Optimization (HQAGO).

Ultimul capitol este dedicat prezentării concluziilor, evidențiind contribuțiile aduse în cercetare, precum și prezentarea unor direcții noi de cercetare rezultate. În această teză am prezentat implementarea algoritmului Reduced Quantum Genetic Algorithm (RQGA) și utilizarea acestuia în rezolvarea problemei colorării grafurilor folosind biblioteca Qiskit [22] [23], prezentând astfel o abordare euristica pur cuantică care rezolvă problema cu o complexitate de O2nM. În plus, soluția propusă rezolvă problemele colorării nodurilor și muchiilor unui graf și determină valoarea cromatică a grafului. De asemenea, prezentăm o analiză a complexității circuitului din punct de vedere al numărului de qubiți și al numărului de operatori cuantici utilizați. În plus, propunem o soluție pentru optimizarea RQGA prin care putem controla complexitatea algoritmului cuantic prin reducerea spațiului de cautare. Astfel, soluția denumită Hybrid Quantum Algorithm with Genetic Optimization (HQAGO) poate rezolva probleme NP, având o complexitate de O2n-k. HQAGO permite rezolvarea problemelor utilizând un număr mai mic de qubiți în detrimentul adăugării unor circuite adiționale pentru implementarea algoritmului genetic clasic. Posibilele direcții noi de cercetare presupun atât utilizarea algoritmului HQAGO în modelarea moleculară (molecular docking) precum și cercetarea în domeniile circuitelor cuantice evolutive și al circuitelor cuantice reconfigurabile.

Mai multe aici