CN117313873A - 基于量子计算的化学反应路径的生成方法、装置及介质 - Google Patents
基于量子计算的化学反应路径的生成方法、装置及介质 Download PDFInfo
- Publication number
- CN117313873A CN117313873A CN202210694382.7A CN202210694382A CN117313873A CN 117313873 A CN117313873 A CN 117313873A CN 202210694382 A CN202210694382 A CN 202210694382A CN 117313873 A CN117313873 A CN 117313873A
- Authority
- CN
- China
- Prior art keywords
- target
- quantum
- average energy
- target molecule
- reaction path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004364 calculation method Methods 0.000 title abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 95
- 230000007704 transition Effects 0.000 claims description 71
- 238000005259 measurement Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 15
- 230000005284 excitation Effects 0.000 claims description 15
- 239000000376 reactant Substances 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 238000005284 basis set Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 abstract description 23
- 238000011161 development Methods 0.000 abstract description 12
- 239000000126 substance Substances 0.000 abstract description 7
- 230000005428 wave function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 14
- 230000009466 transformation Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 239000002096 quantum dot Substances 0.000 description 12
- 238000013507 mapping Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 8
- 238000004776 molecular orbital Methods 0.000 description 8
- 239000002245 particle Substances 0.000 description 8
- 238000005859 coupling reaction Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 239000001257 hydrogen Substances 0.000 description 5
- 229910052739 hydrogen Inorganic materials 0.000 description 5
- 238000005381 potential energy Methods 0.000 description 5
- 230000005610 quantum mechanics Effects 0.000 description 5
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 4
- 125000004429 atom Chemical group 0.000 description 4
- 238000004774 atomic orbital Methods 0.000 description 4
- 150000002431 hydrogen Chemical class 0.000 description 4
- 229910000103 lithium hydride Inorganic materials 0.000 description 4
- 238000004057 DFT-B3LYP calculation Methods 0.000 description 3
- NEHMKBQYUWJMIP-UHFFFAOYSA-N chloromethane Chemical compound ClC NEHMKBQYUWJMIP-UHFFFAOYSA-N 0.000 description 3
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 2
- 238000003775 Density Functional Theory Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003083 coupled cluster method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005283 ground state Effects 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005182 potential energy surface Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- WUQBSMKQSLCUFC-UHFFFAOYSA-N 2-(2-iodophenyl)ethanol Chemical compound OCCC1=CC=CC=C1I WUQBSMKQSLCUFC-UHFFFAOYSA-N 0.000 description 1
- 210000003311 CFU-EM Anatomy 0.000 description 1
- 238000004956 CI calculation Methods 0.000 description 1
- 230000005366 Ising model Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012658 bimolecular nucleophilic substitution Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006757 chemical reactions by type Methods 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- NEHMKBQYUWJMIP-NJFSPNSNSA-N chloro(114C)methane Chemical compound [14CH3]Cl NEHMKBQYUWJMIP-NJFSPNSNSA-N 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- RAABOESOVLLHRU-UHFFFAOYSA-N diazene Chemical compound N=N RAABOESOVLLHRU-UHFFFAOYSA-N 0.000 description 1
- 229910000071 diazene Inorganic materials 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 239000000543 intermediate Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000006317 isomerization reaction Methods 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229940050176 methyl chloride Drugs 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003541 multi-stage reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005359 quantum Heisenberg model Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000027756 respiratory electron transport chain Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/70—Quantum error correction, detection or prevention, e.g. surface codes or magic state distillation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Crystallography & Structural Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于量子计算的化学反应路径的生成方法、装置及介质，方法包括：基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度。利用本发明实施例能够在精准地生成化学反应路径的同时，提高计算速度，促进量子化学模拟应用的进一步发展。
Description
技术领域
本发明属于量子计算技术领域，特别是一种基于量子计算的化学反应路径的生成方法、装置及介质。
背景技术
量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解RSA密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术。
量子计算模拟是一个借助数值计算和计算机科学来仿真遵循量子力学规律的模拟计算，作为一个仿真程序，它依据量子力学的量子比特的基本定律，利用计算机的高速计算能力，刻画量子态的时空演化。量子化学就是利用量子计算模拟的特性，进行化学问题的研究。
随着量子化学理论的不断完善，计算化学已经成了化学工作者解释实验现象、预测实验结果、指导实验设计的重要工具，在药物的合成、催化剂的制备等方面有着广泛的应用，而这些方面的应用的一个前提是获得精准的化学反应路径，不然，很有可能为化学工作者提供错误的指导，从而阻碍量子化学模拟应用的发展。获得精准的反应路径，需要进行数量级巨大的计算，而且这些计算会随着化学反应中分子的尺寸的增加呈指数级增长，但是，面对如此大的计算量，经典计算机在计算精度、计算尺寸等方面显得能力有限，这就在一定程度上限制了计算化学的发展，由此导致用户对化学体系进行模拟计算的应用不强，影响量子化学模拟应用的进一步发展。
发明内容
本发明的目的是提供一种基于量子计算的化学反应路径的生成方法、装置及介质，以解决现有技术中的不足，它能够在精准地生成化学反应路径的同时，提高计算速度，促进量子化学模拟应用的进一步发展。
本申请的一个实施例提供了一种基于量子计算的化学反应路径的生成方法，方法包括：
基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度,所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
可选的，所述方法还包括：
当所有所述平均能量中，存在不满足所述预设条件的平均能量时，制备待测量分子对应的试验态，并返回执行所述测量每一所述试验态的平均能量的步骤，，直至所述待测量分子的试验态的平均能量满足所述预设条件，其中，所述待测量分子是试验态平均能量不满足所述预设条件的目标分子。
可选的，所述基于目标化学反应，获得预期反应路径，包括：
获得所述目标化学反应的目标过渡态；
根据所述目标过渡态，确定所述预期反应路径。
可选的，所述获得所述目标化学反应的目标过渡态，包括：
获得针对所述目标化学反应的泛函形式和基组；
基于所述目标化学反应的初猜过渡态结构，利用所述泛函形式和所述基组，获得所述目标过渡态。
可选的，所述根据所述目标过渡态，确定所述预期反应路径，包括：
根据所述目标过渡态、所述泛函形式和所述基组，确定所述预期反应路径。
可选的，所述若干目标分子中包括所述目标化学反应中的反应物、产物和所述目标过渡态。
可选的，所述分别制备每一所述目标分子对应的试验态，包括：
分别获取每一所述目标分子的轨道和电子数；
基于每一所述目标分子的轨道和电子数，确定该目标分子的费米子形式的簇算符；
针对每一所述目标分子，基于该目标分子的费米子形式的簇算符，获取该目标分子对应的试验态。
可选的，所述基于每一所述目标分子的轨道和电子数，确定该目标分子的费米子形式的簇算符，包括：
分别根据每一所述目标分子的目标轨道和电子数，获取每一所述目标分子的Hartree-Fock态；
针对每一所述目标分子，根据预先选择的拟设方式和该目标分子的Hartree-Fock态，确定该目标分子费米子形式的簇算符和激发项数。
可选的，所述测量每一所述试验态的平均能量，包括：
分别获取每一所述目标分子对应的费米子哈密顿量；
针对每一目标分子，将该目标分子对应的费米子哈密顿量变换为该目标分子泡利哈密顿量；
针对每一所述目标分子，根据各个子项，构建各个所述子项对应的量子线路，利用所述量子线路，测量该目标分子的试验态的平均能量，其中，所述子项是分解该目标分子的泡利哈密顿量得到的。
本申请的又一实施例提供了一种基于量子计算的化学反应路径的生成装置，装置包括：
获得模块，用于基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
测量模块，用于分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
生成模块，用于当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度,所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
可选的，所述装置还包括：
制备模块，用于当所有所述平均能量中，存在不满足所述预设条件的平均能量时，制备待测量分子对应的试验态，并返回执行所述测量每一所述试验态的平均能量的步骤，直至所述待测量分子的试验态的平均能量满足所述预设条件，其中，所述待测量分子是试验态平均能量不满足所述预设条件的目标分子。
可选的，所述获得模块，包括：
获得单元，用于获得所述目标化学反应的目标过渡态；
第一确定单元，用于根据所述目标过渡态，确定所述预期反应路径。
可选的，所述获得单元，包括：
第一获得子单元，用于获得针对所述目标化学反应的泛函形式和基组；
第二获得子单元，用于基于所述目标化学反应的初猜过渡态结构，利用所述泛函形式和所述基组，获得所述目标过渡态。
可选的，所述第一确定单元，具体用于根据所述目标过渡态、所述泛函形式和所述基组，确定所述预期反应路径。
可选的，所述若干目标分子中包括所述目标化学反应中的反应物、产物和所述目标过渡态。
可选的，所述测量模块，包括：
第一获取单元，用于分别获取每一所述目标分子的轨道和电子数，其中，所述轨道包括目标轨道；
第二确定单元，用于基于每一所述目标分子目标轨道和电子数，确定该目标分子的费米子形式的簇算符；
第二获取单元，用于针对每一所述目标分子，基于该目标分子的费米子形式的簇算符，获取该目标分子对应的试验态。
可选的，所述第二确定单元，包括：
获取子单元，用于分别根据每一所述目标分子的目标轨道和电子数，获取每一所述目标分子的Hartree-Fock态；
确定子单元，用于针对每一所述目标分子，根据预先选择的拟设方式和该目标分子的Hartree-Fock态，确定该目标分子费米子形式的簇算符和激发项数。
可选的，所述测量模块，还包括：
第三获取单元，用于分别获取每一所述目标分子对应的费米子哈密顿量；
变换单元，用于针对每一目标分子，将该目标分子对应的费米子哈密顿量变换为该目标分子泡利哈密顿量；
测量单元，用于针对每一所述目标分子，根据各个子项，构建各个所述子项对应的量子线路，利用所述量子线路，测量该目标分子的试验态的平均能量，其中，所述子项是分解该目标分子的泡利哈密顿量得到的。
本申请的一个实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项所述的方法。
本申请的一个实施例提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项所述的方法。
与现有技术相比，本发明首先基于目标化学反应，获得预期反应路径；再分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；然后，当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径。这样通过量子计算能精准地生成反应路径，并且提高计算速度，促进量子化学模拟应用的进一步发展。
附图说明
图1为本发明实施例提供的一种基于量子计算的化学反应路径的生成方法的计算机终端的硬件结构框图；
图2为本发明实施例提供的一种基于量子计算的化学反应路径的生成方法的流程示意图；
图3为本发明实施例提供的一种目标过渡态的结构示意图；
图4为本发明实施例提供的一种预期化学反应路径的示意图；
图5为本发明实施例提供的一种分子的轨道信息示意图；
图6为本发明实施例提供的一种拟设方式对应的量子线路结构示意图；
图7为本发明实施例提供的一种根据泡利算子形式簇算符构建对应的量子线路示意图；
图8为本发明实施例提供的一种构建氢分子泡利哈密顿量各个子项对应的量子线路示意图
图9为本发明实施例提供的方法与经典方法生成的化学合成路径的示意图；
图10为本发明实施例提供的一种基于量子计算的化学反应路径的生成装置的结构示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明实施例首先提供了一种基于量子计算的化学反应路径的生成方法，该方法可以应用于电子设备，如计算机终端，具体如可以是普通电脑、量子计算机等。
下面以运行在计算机终端上为例对其进行详细说明。图1为本发明实施例提供的一种基于量子计算的化学反应路径的生成方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的基于量子计算的化学反应路径的生成方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，其中，量子计算基于的最基本的一个原理为量子力学态叠加原理，量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，从而使得量子信息处理从效率上相比于经典信息处理具有更大潜力。一个量子系统包含若干粒子，这些粒子按照量子力学的规律运动，称此系统处于态空间的某种量子态，而对于化学分子来说，可以实现量子化学模拟，为量子计算提供研究支持。
需要说明的是，真正的量子计算机是混合结构的，它包含两大部分：一部分是经典计算机，负责执行经典计算与控制；另一部分是量子设备，负责运行量子程序进而实现量子计算。而量子程序是由量子语言如QRunes语言编写的一串能够在量子计算机上运行的指令序列，实现了对量子逻辑门操作的支持，并最终实现量子计算。具体的说，量子程序就是一系列按照一定时序操作量子逻辑门的指令序列。
在实际应用中，因受限于量子设备硬件的发展，通常需要进行量子计算模拟以验证量子算法、量子应用等等。量子计算模拟即借助普通计算机的资源搭建的虚拟架构(即量子虚拟机)实现特定问题对应的量子程序的模拟运行的过程。通常，需要构建特定问题对应的量子程序。本发明实施例所指量子程序，即是经典语言编写的表征量子比特及其演化的程序，其中与量子计算相关的量子比特、量子逻辑门等等均有相应的经典代码表示。
量子线路作为量子程序的一种体现方式，也称量子逻辑电路，是最常用的通用量子计算模型，表示在抽象概念下对于量子比特进行操作的线路，其组成包括量子比特、线路(时间线)，以及各种量子逻辑门，最后常需要通过量子测量操作将结果读取出来。
不同于传统电路是用金属线所连接以传递电压信号或电流信号，在量子线路中，线路可看成是由时间所连接，亦即量子比特的状态随着时间自然演化，在这过程中按照哈密顿运算符的指示，一直到遇上逻辑门而被操作。
一个量子程序整体上对应有一条总的量子线路，本发明所述量子程序即指该条总的量子线路，其中，该总的量子线路中的量子比特总数与量子程序的量子比特总数相同。可以理解为：一个量子程序可以由量子线路、针对量子线路中量子比特的测量操作、保存测量结果的寄存器及控制流节点(跳转指令)组成，一条量子线路可以包含几十上百个甚至千上万个量子逻辑门操作。量子程序的执行过程，就是对所有的量子逻辑门按照一定时序执行的过程。需要说明的是，时序即单个量子逻辑门被执行的时间顺序。
需要说明的是，经典计算中，最基本的单元是比特，而最基本的控制模式是逻辑门，可以通过逻辑门的组合来达到控制电路的目的。类似地，处理量子比特的方式就是量子逻辑门。使用量子逻辑门，能够使量子态发生演化，量子逻辑门是构成量子线路的基础，量子逻辑门包括单比特量子逻辑门，如Hadamard门(H门，阿达马门)、泡利-X门(X门)、泡利-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ门等等；两比特或多比特量子逻辑门，如CNOT门、CR门、CZ门、iSWAP门、Toffoli门等等。量子逻辑门一般使用酉矩阵表示，而酉矩阵不仅是矩阵形式，也是一种操作和变换。一般量子逻辑门在量子态上的作用是通过酉矩阵左乘以量子态右矢对应的矩阵进行计算的。
量子态，即量子比特的逻辑状态，在量子算法(或称量子程序)中用二进制表示，例如，一组量子比特为q0、q1、q2，表示第0位、第1位、第2位量子比特，从高位到低位排序为q2q1q0，该组量子比特对应的量子态是该组量子比特对应的本征态的叠加，该组量子比特对应的本征态共有2的量子比特总数次方个，即8个本征态(确定的状态)：|000>、|001>、|010>、|011>、|100>、|101>、|110>、|111>，每个本征态的位与量子比特对应一致，如|000>态，000从高位到低位对应q2q1q0，|>为狄拉克符号。
以单个量子比特说明，单个量子比特的逻辑状态可能处于|0>态、|1>态、|0>态和|1>态的叠加态(不确定状态)，具体可以表示为其中，c和d为表示量子态振幅(概率幅)的复数,振幅模的平方|c|2和|d|2分别表示|0>态、|1>态的概率，|c|2+|d|2＝1。简言之，量子态是各本征态组成的叠加态，当其它本征态的概率为0时，即处于唯一确定的本征态。
长期以来，在原子水平上对分子和材料的能量和性质的理论解释一直被认为是量子计算最直接的应用之一，其作为一种新的计算范式受到广泛关注。与经典计算相比，量子计算的计算能力随量子比特数的增加呈指数增长。随着不断的发展，在许多领域都出现突破性的进展，包括制药、光伏、航空、电子和能源发电等。量子计算机最有可能的应用之一是模拟量子系统，其中分子是自然界常见的量子系统，寻找分子系统的初始试验态是计算分子系统能量的重要前提和步骤，亦是量子化学的主要目标之一。
参见图2，图2为本发明实施例提供的基于量子计算的化学反应路径的生成方法的流程示意图，可以包括如下步骤：
S201：基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子。
示例性的，目标化学反应可以是氯离子进攻氯甲烷的SN2(双分子亲核取代)反应，也可以是二氮烯分子异构化反应，还可以是铜催化的2-(2-碘苯基)-1-乙醇分子内偶联反应，当然，这里只是举例说明，目标化学反应并不限于此，不进行一一赘述了。
反应路径中包含了反应物到产物的变化过程中的分子，展示了分子结构变化的过程。
在本发明实施例中，可以基于目标化学反应中反应物的结构和反应类型，得到一系列的反应路径，从这些反应路径中选择一个作为预期反应路径，可以随机的选择，也可以是基于各种参数，最终确定的反应路径，作为预期反应路径。
具体的，基于目标化学反应，获得预期反应路径，可以包括：
获得所述目标化学反应的目标过渡态；
根据所述目标过渡态，确定所述预期反应路径。
过渡态，具体指的是过渡态结构，是势能面上反应路径上的能量最高点。它是通过最小能量路径(minimum energy path，MEP)连接着反应物和产物的结构(如果是多步反应的机理，则这里所指反应物或产物包括中间体)。对于多分子之间的反应，更确切来讲过渡态结构连接的是它们由无穷远接近后因为范德华力和静电力形成的复合物结构，以及反应完毕但尚未无限远离时的复合物结构。
获得目标过渡态，可以使用过渡态搜索算法，过渡态搜索算法包括基于初猜结构的算法，比如牛顿-拉弗森法与准牛顿法；基于反应物结构和产物结构的算法，比如同步转变方法；基于反应物结构的算法，比如，最缓上升法、等势面搜索法等等。
在一个化学反应中，过渡态会有很多个，目标过渡态是所有过渡态中的一个，目标过渡态是从所有过渡态中选择的，可以根据实际需要，设置不同的选择方法，从而选择出目标过渡态。在获得目标过渡态后，可以根据目标过渡态确定预期反应路径。
具体的，获得目标化学反应的目标过渡态，可以包括：
获得针对所述目标化学反应的泛函形式和基组；
基于所述目标化学反应的初猜过渡态结构，利用所述泛函形式和所述基组，获得所述目标过渡态。
泛函，简单地说，就是以整个函数为自变量的函数。泛函形式有很多种，可以根据实际需要选择泛函形式，比如可以选择B3LYP泛函，B3LYP是DFT(Density FunctionalTheory，密度泛函理论)中的一种泛函。泛函形式还可是M06-2X、wB97XD或CAM-B3LYP等等。
基组其实就是一套模板化的函数。进行量子化学计算，最关键的部分就是求解出分子各个能级的波函数。根据分子轨道理论的思想，分子轨道可以用各个原子轨道的线性组合来拟合。因此，我们就可以拿一套原子的波函数(基函数)作为基底，混合它们来求解波函数。描述一个原子所用到的全部基函数就叫做一套基组。在本发明实施例中，基组可以是6-31+G*，具体的，是6-31+G(d)，也可以是3-21G、6-21G、4-31G、6-311G、def2-TZVP、def2-QZVP、cc-pVTZ等等。
初猜过渡态结构，可以是技术人员基于经验获得并输入的；也可以是从预先存储的针对目标化学反应的过渡态结构中选取的；当然也可以是通过计算得到，比如，基于目标化学反应中的反应物，以及针对该反应物的冗余坐标，对冗余坐标进行扫描。使用冗余内坐标扫描的方法对旧键(将要断裂的键)或新键(将要形成的键)进行扫描。扫描结束后，得到在旧键断裂和新键形成时的势能变化曲线。将势能变化曲线上能量最高点对应的分子结构，作为初猜过渡态结构。
在获得初猜过渡态结构、泛函形式和基组后，可以利用Berny算法进行搜索获得目标过渡态，当搜索到一个过渡态，计算该过渡态的振动频率，如果该振动频率是虚频率，并且该虚频率的振动方向与反应方向一致，则该过渡态就是目标过渡态，否则，需要进行寻找目标过渡态。
示例性的，以氯甲烷(CH3Cl)和氯离子(Cl-)的SN2反应为例，利用B3YLP泛函和6-31+G*基组，使用Berny进行搜索过渡态，并对找到的过渡态进行振动频率计算，得到一个虚频率(-328.48cm-1)，且该虚频率的振动方向与该SN2反应的方向一致，则该过渡态就是目标过渡态，目标过渡态结构如图3所示。
具体的，根据所述目标过渡态，确定所述预期反应路径，包括：
根据所述目标过渡态、所述泛函形式和所述基组，确定所述预期反应路径。
目标过渡态和预期反应路径，使用相同的泛函形式和基组，保证了计算是在同一计算水平下，从而可以获得更加精准的预期反应路径。
具体的，可以根据目标过渡态、泛函形式和基组，利用IRC(intrinsic reactioncoordinate，内禀反应坐标)方法，获得预期反应路径。MEP(minimum energy path，最小能量路径)指的是势能面上，由一个点到达另一个点的能量最低的路径满足最小作用原理。若质量权重坐标下的MEP连接的是反应物、过渡结构和产物，则称为IRC。所谓质量权重坐标在笛卡儿坐标下即r(i,x)＝sqrt(m(i))*R(i,x)，m(i)为i原子质量，R(i,x)为i原子原始x方向坐标，同样有r(i,y)、r(i,z)。IRC描述了原子核运动速度为无限小时，质权坐标下由过渡态沿着势能负梯度方向行进的路径(最陡下降路径)，其中每一点的负梯度方向就是此处核的运动方向，在垂直于路径方向上是能量极小点。具体的，可以使用LQA(Local quadraticapproximation，局部二次近似)算法，计算得到预期反应路径，LQA是非常传统的一种IRC产生算法，1988年提出的，每一步都需要利用Hessian(海森)矩阵。默认情况下是通过Bofill方法基于梯度和前一步的Hessian近似产生的。需要说明的是，预期反应路径是一条平滑的反应路径。延续上述示例，得到的该SN2反应的预期反应路径如图4所示。
在本发明实施例中，从预期反应路径中，选取一部分分子作为目标分子，可以随机的选择，也可以按照一定的规则进行选择，比如，选择一个分子作为起点，每间隔2个分子，选择一个分子，直至到反应路径的终点。具体的，若干目标分子中包括目标化学反应中的反应物、产物和目标过渡态。这样得到的预期反应路径中更能精准地体现反应过程。
S202：分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量。
在本发明实施例中，基于目标分子，构建量子线路，根据构建好的量子模拟线路进行模拟演化，得到演化后的量子态就是目标分子的试验态。
在本发明的一个实施方式中，分别制备每一所述目标分子对应的试验态，可以包括：
步骤A：分别获取每一所述目标分子的目标轨道和电子数。
因为预期反应路径中包括了若干目标分子，在这里，针对每一目标分子，需要获取该目标分子的目标轨道和电子数。
轨道，是以数学的方法描述分子在原子核外的特定空间中，找到电子的几率，并指出电子在三维空间中的可能位置；电子数，就是目标分子包含的电子数量，电子是一种基本粒子，一般是指分子的核外电子的数目。
分子轨道可以通过相应的原子轨道线性组合而成，有几个原子轨道相组合，就形成几个分子轨道。分子中的电子能级称为分子轨道，分子轨道式由组成分子的原子轨道相互作用形成的。一个分子轨道中最多可以容纳两个自旋方向相反的电子，一个轨道中的电子有着确定的能量，可以用一个确定的轮廓表示该轨道中电子的运动范围(即轨道形状)，可以用波函数来描述。
需要说明的是，目标轨道为非冻结轨道。其中，冻结轨道为：目标体系的最内层轨道或除最外层轨道之外的任意轨道。冻住部分轨道是希望可以将某些电子定域化，阻止电子转移，方便后续计算。分子最内层电子轨道距离原子核最近，能量最低，从最内层轨道开始依次往外，电子轨道的能量依次递增，最外层电子轨道距离原子核最远，能量最高，此时的电子代表即将脱离原子核的束缚。
示例性的，图5模拟了分子的轨道信息示意图，其中，区域A代表未冻结轨道，区域D代表冻结轨道，通过将电子轨道函数扩展为有限基函数，他们大大降低了解决分子Hartree-Fock问题的难度。图中分子的波函数可以写成：
其中，非冻结轨道的波函数ΦA和冻结轨道的波函数ΦD分别满足ΦA＝ΦA(1，2，…，NA)，ΦD＝ΦD(NA+1，NA+2，…，NA+ND)，为Slater型反对称系数，NA、ND代表电子轨道。
多电子波函数可以写成：
其中，ψ1是靠近核的最内层轨道，ΘV是价电子波函数，V代表价电子轨道，α、β、μ表示电子轨道。因此上述波函数对应的多电子能量为：
上式可以被简化为核能和价能的总和
其中，Ecore代表核的能量，HV为价电子的哈密顿量，满足 h′(v)＝h+∑c(2Jc-Kc)，其中，h、∑c(2Jc-Kc)分别对应价电子的单电子算符和双电子算符，v、v′代表价电子轨道。
需要注意的是，单电子算符现在由于核心电子的库仑(Jc)和交换(Kc)势的增加而被修改。核心能量具有封闭壳层行列式波函数的标准形式，即：
其中，c、c′代表核内电子，利用这种简化方法求解价电子波函数ΘV，称为冻结轨道近似。在所有实际的从头算还原到只有价电子的问题中，这是一个必要的近似，因此，所有这些还原结果的质量都受到冻结轨道近似的限制。在求解冻结轨道近似中的价电子波函数ΘV时，必须显式地使价空间与核空间正交。这意味着必须求出来自全电子基组的所有双电子积分，然后把它们转换成与核心空间正交的约化价基组。因此，冻结轨道近似在计算方面节省了相当多的精力。
步骤B：基于每一所述目标分子的目标轨道和电子数，确定该目标分子的费米子形式的簇算符。
对于一个目标分子，在获取该目标分子的目标轨道和电子数之后，就可以确定该目标分子的费米子形式的簇算符。具体的，簇算符可以理解为是一种人为定义的算符种类，用于表示轨道上电子的跳跃。
具体的，确定每一目标分子的费米子形式的簇算符，首先需要根据该目标分子的目标轨道和电子数，获取该目标分子的Hartree-Fock态。
示例性的，以氢化锂为例，含有12个单电子自旋分子轨道和4个电子，根据氢化锂电子数和轨道信息，若用一个量子比特代表一个自旋分子轨道，即0表示空轨道，1表示占据轨道，因此氢化锂目标体系的Hartree-Fock(哈特里-福克)态可以用量子态|000000001111>来表示。因此对于任意一个含有M个自旋分子轨道的N电子体系，它的Hartree-Fock都可以这样简单的表示，只要在量子线路中给定M个量子比特，然后在前N个量子线路上添加NOT门即可得到所需要的N电子体系的Hartree-Fock态。
需要说明的是，在量子计算中，波函数的选取需要一个参考波函数作为基矢，比如量子化学中一般使用Hartree-Fock态矢作为参考波函数，以满足：
ψ(θ)＝U(θ)|ψ>Hartree-Fock
其中，ψ(θ)表示在一组参数集合θ下对应的波函数，U(θ)表示在一组参数集合θ下对应的矩阵算子，参考波函数|ψ>Hartree-Fock对应化学中Hartree-Fock基态，表示分子的电子都处在最低轨道处。
其次，根据预先选择的拟设方式和该目标分子的Hartree-Fock态，确定所述目标体系的费米子形式的簇算符和激发项数。
拟设是一种将制备好的分子初态，例如|ψ>Hartree-Fock演化到量子线路上的方法，预先选择的拟设方式可为耦合簇法(Coupled Cluster,CC)，它是一种从Hartree-Fock分子轨道出发，通过拟设得到试验态|ψ>的方法。这里的拟设为指数耦合簇算符eT，满足：|ψ>＝eT|ψ>Hartree-Fock，拟设中的T就是N电子簇算符，其定义式为若干激发算符之和，即：
T＝T1+T2+…+TN
其中，T1是单粒子激发算符，T2是双粒子激发算符，其余项以此类推。由于在一个多电子体系中，三激发、四激发发生的概率很小，所以通常在双激发处进行“截断”，最终只剩T1和T2两项，即：
T＝T1+T2
其中， 为创造算符，ar、as为湮灭算符，p、q、r、s代表轨道，这里的待定系数tpq、tpqrs是需要通过优化器来寻找的参数满足
需要注意的是，通过拟设方式将目标分子的初态转化为费米子形式的簇算符之后，由于eT指数耦合簇算符不是酉算子，因此无法直接将eT指数耦合簇算符通过预设映射方式映射到量子比特上，无法构建出对应的量子线路，所以，需要构造出酉算子版本的指数耦合簇算符，即酉耦合簇算符(Unitary Coupled Cluster，UCC)。
示例性的，首先可定义一个等效的厄米哈密顿量令然后，以为生成元生成UCC算符：其中，拟设方式包括单激发耦合簇或单双激发耦合簇；当所述拟设方式为单激发耦合簇时，目标体系的费米子形式的簇算符包括单激发项数；当拟设方式为单双激发耦合簇时，目标体系的费米子形式的簇算符包括单激发项数和双激发项数。即对于UCC中的簇算符T只含有T1这一项，则称这一拟设为单激发耦合簇(UCCS)；若UCC中的簇算符T含有T1和T2两项，则称这个拟设为单双激发耦合簇(UCCSD)。
对应的，对于UCCS和UCCSD，拟设对应的量子线路相同，例如为图6所示，图6为一种拟设方式对应的量子线路结构示意图，具体为UCC方法对应的四比特的量子线路示意图，图示为4量子比特q0、q1、q2、q3的量子线路示意图，其中，X-π/2、Xπ/2、Y-π/2、Yπ/2表示参数分别为-π/2、π/2的X门，Y门，同理，图标及其与实心连线表示CNOT门，Zθ表示参数为θ的Z门。显示的拟设原理可以包括：拟设公式，例如可以为量子线路对应的矩阵算子U(θ)。对于UCC，对应拟设公式为：
其中，即为拟设，Pi为生成元。
步骤C：针对每一所述目标分子，基于该目标分子的费米子形式的簇算符，获取该目标分子对应的试验态。
具体的，对于一个目标分子来说，获取该目标分子对应的试验态，步骤如下：
第一步：选择映射方式，并将费米子形式的簇算符变换为泡利算子形式的簇算符。
这里所说的映射方式Jordan-Wigner(乔丹–维格纳)变换、Parity(宇称)变换、Bravyi-Kitaev变换和SegmentParity变换中的一种。
每种映射方式对应的映射原理可以包括：态映射原理和算符映射原理，例如，对于Jordan-Wigner变换，显示的态映射为：
其中，表示量子比特的计算态，表示变换矩阵，表示费米子体系的占据态。显示的算符映射为：
其中，表示升降算符，j表示量子比特序号，P表示宇称集，ZP(j)表示作用属于宇称集P的量子比特上的一组泡利Z矩阵，X表示泡利X矩阵，Y表示泡利Y矩阵。
同等的，算符映射也可显示为：
其中，表示产生算符，aj表示湮灭算符，与aj统称费米子体系的升降算符，表示量子比特上的产生算符/湮灭算符，表示宇称算子，n表示量子比特数。
其他变换的态映射和算符映射显示方式与Jordan-Wigner变换的原理相同，在此不再赘述。
第二步：将泡利算子形式的簇算符分解为对应酉算子并进行演化，得到演化后的量子态作为目标分子对应的试验态。
具体的，接上述示例，将费米子形式的簇算符通过Jordan-Wigner变换变成泡利算子形式时，它是若干子项的和，表达式为：
其中，σ为泡利算子，α、β∈(X，Y，Z，I)，而i、j则表示簇算符子项所作用的子空间，h为实数。
但是，如果对这些子项进行求和，最后得到的泡利算子形式簇算符想要对角化以生成酉算子，是比较困难的。因此为了能够以每个子项Hk为生成元将UCC算符分解成有限个酉算子来进行模拟，有必要引进渐进近似定理，即托特公式(Trotter Foluma)，该定理是量子仿真算法的核心：limn→∞(eiAt/neiBt/n)n＝ei(A+B)t，其中，A、B均为厄米算符，t为实数，n为正整数。
需要说明的是，通过托特公式，指数函数就可以分解为数个子指数函数项的近似形式。托特分解强调的是当n取的越大，其越接近于原式的趋势，而非具体考虑n取何值。
示例性的，对于一个分子，假设经Jordan-Wigner变换后的泡利算子形式的簇算符T的表达式如下：
其中，泡利算子形式的簇算符包括的子项项数与激发项数相同。
根据托特公式，基于所述泡利算子形式的簇算符分解后对应的酉算子，构造量子模拟线路，即先对H1项进行模拟：
通过推导，得出在q0量子比特上直接添加RZ门即可模拟H1项。
对于H2、H3、H4、H5项进行模拟，可以参照H1项，得到：
U2(H2，θ2)＝CNOT(0，1)RZ(1，2θ2)CNOT(0，1)
U3(H3，θ3)＝CNOT(0，2)CNOT(1，2)RZ(2，2θ3)CNOT(1，2)CNOT(0，2)
U4(H4，θ4)＝H(0)CNOT(0，1)RZ(1，2θ4)CNOT(0，1)H(0)
那么，模拟簇算符T的量子线路构造如图7所示，对量子模拟线路进行模拟演化，得到演化后的量子态作为该分子对应的试验态。
需要强调的是，拟设方式还可以是HE(Hardware Efficient，硬件高效)、SP(Symmetry Preserved，对称保持)等方法。
对于目标分子，在获取该目标分子对应的试验态，需要测量目标分子的平均能量，具体测量步骤如下：
步骤1：分别获取每一目标分子对应的费米子哈密顿量。
具体的，哈密顿量是所有粒子的动能的总和加上与系统相关的粒子的势能。对于不同的情况或数量的粒子，哈密顿量是不同的，因为它包括粒子的动能之和以及对应于这种情况的势能函数，一般用H表示。在量子力学中，经典力学的物理量变为相应的算符，哈密顿量对应的正是哈密顿算符。
具体的，基于目标系统的力学分析，就可以获得此系统的哈密顿量，获取目标体系对应的费米子哈密顿量需要借助创造算符和湮灭算符aq来实现，它们满足反对易关系。
示例性的，对于氢分子体系，其对应的费米子哈密顿量为：
步骤2：针对每一目标分子，将该目标分子对应的费米子哈密顿量变换为该目标分子泡利哈密顿量。
需要说明的是，在量子计算中，费米子形式的哈密顿量是无法直接在线路上演化的，所以需要存在将积分形式的期望值求解转换成量子线路可读的过程，这个过程称作映射。需要注意的是，映射仅仅是将哈密顿量换个形式表达，而各类型哈密顿量所表示的系统能量信息是等价的。此外，对于一个量子模拟线路或者真实量子芯片来说，泡利算符是更加容易操作和生成，所以可以将目标体系对应的费米子哈密顿量变换为目标体系的泡利哈密顿量，便于后续的模拟操作。
接上述示例，对于氢分子体系，将其对应的费米子哈密顿量变换为泡利哈密顿量，具体为：
步骤3：针对每一所述目标分子，根据各个子项，构建各个所述子项对应的量子线路，利用所述量子线路，测量该目标分子的试验态的平均能量，其中，所述子项是分解该目标分子的泡利哈密顿量得到的。
具体的，获取待求解目标体系的试验态|ψn>后，需要开始利用量子期望估计算法来计算试验态|ψn>在分子哈密顿量上的能量。所谓量子期望估计，是指对于多电子体系、Heisenberg模型(海森堡模型)、量子Ising模型(易辛模型)等体系的哈密顿量H可以展开成多个子项的和，即：
其中，h为实数，σ为泡利算子，α、β和γ∈(X，Y，Z，I)，而i、j、k表示哈密顿量子项所作用的子空间。
由于可观测量是线性的，因此在利用下式计算体系的平均能量时：
E＝<ψ*|H|ψ>
其中，ψ*与ψ是正交归一的，等式右边也可以展开成这种形式：
由此可知，只须先对每个子项求期望，然后对各个期望求和，就能得到平均能量E。需要说明的是，每个子项期望的测量可以在量子处理器上进行，利用经典处理器可负责对各个期望进行求和。
示例性的，假设某一个体系的哈密顿量为H，它最终可以展开成这种形式：
在该式中，所有子项系数h均是1，并假设所获取的试验态为如下形式：
|ψ>＝a|00>+b|01>+c|10>+d|11>
其中，a2、b2、c2、d2分别是指测量试验态时，坍塌到|00>、|01>、|10>、|11>的概率PS，将哈密顿量的各个子项H1、H2、H3分别作用于试验态上，可以依次得到期望E1、E2、E3，具体的：
E1＝<ψ*|H1|ψ>
E2＝<ψ*|H2|ψ>
E3＝<ψ*|H3|ψ>
以E1、E2、E3为例，对于期望E1，系数h就是期望，无须构造线路测量，即对于期望E2，其哈密顿量为由于测量操作是在σZ上(以σZ的特征向量为基向量所构成的子空间)进行的，所以只需要在量子比特上加上测量门即可，然后将测量结果传递给经典处理器求和。
接上述示例，氢分子的泡利哈密顿量可以分解为15个子项，分别构造整个氢分子哈密顿量Hp的15个子项的测量线路，得到如图8所示的一种构建氢分子泡利哈密顿量各个子项对应的量子线路示意图，即可获得各个子项的期望E(i)。
具体的，将目标体系的泡利哈密顿量各个子项期望测量线路展开，即可得到各个子项期望E(i)的测量线路，随后量子处理器将E(i)依次传给经典处理器求和，就得到了分子在该试验态下的平均能量。
需要说明的是，由于测量操作是在σZ上进行的，对于包含σx、σy的哈密顿量，此时不能直接测量，需要对σx和σy进行换基操作，也就是让试验态再演化一次，由于σx＝H×σZ×H，即对于σx和σy，在测量前，需要分别在相应的量子比特上添上Hadamard门和门，然后将测量结果传递给经典处理器求和即可。
S203：当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度，所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
对于一个目标分子，在测量得到该目标分子的平均能量后，需要判断当前平均能量是否满足预设条件，该预设条件是针对同一个目标分子，当前平均能量与前次测量的平均能量的差值符合预设精度，具体的是，针对同一目标分子的相同试验态，判断当前平均能量与前次测量的平均能量的差值，是否在预设精度范围内，如果在，则平均能量对应的试验态正好就是目标分子的基态，直接得到了目标分子的能量E0。
需要说明的是，当第一次对平均能量进行测量，前次测量的平均能量可以是预先给定的数值，比如0，或者是其他数值。
当所有的目标分子都满足预设条件时，则生成最终反应路径，最终反应路径包含，满足预设条件的平均能量的试验态对应的目标分子，当然，最终反应路径还可以包含满足预设条件的平均能量。示例性的，最终反应路径，可以是以平均能量及其对应的目标分子作为中纵横坐标，绘制出来的曲线图。
具体的，该方法可以包括：
当所有所述平均能量中，存在不满足所述预设条件的平均能量时，该方法还可以包括：
当所有所述平均能量中，存在不满足所述预设条件的平均能量时，制备待测量分子对应的试验态，并返回执行所述测量每一所述试验态的平均能量的步骤，直至所述待测量分子的试验态的平均能量满足所述预设条件，其中，所述待测量分子是试验态平均能量不满足所述预设条件的目标分子。
需要说明的是，目标分子中可能有的目标分子对应的平均能量满足预设条件，有的目标分子不满足预设条件，平均能量不满足预设条件的目标分子需要重新制备试验态，并测量对应的平均能量，此时，我们将这样的目标分子称之为待测量分子。对于待测量分子，可以利用梯度无关算法，如Nelder-Mead算法或梯度相关算法，如梯度下降法等等优化参数基于优化后的参数制备待测量分子新的试验态，并继续演化和测量，通过不断迭代参数来更新试验态，使其最终获取满足预设条件的平均能量。
可见，本发明首先基于目标化学反应，获得预期反应路径；再分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；然后，当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径。样通过量子计算能精准地生成反应路径，并且提高计算速度，促进量子化学模拟应用的进一步发展。
如图9所示，以CH3Cl与Cl-的SN2反应为例，利用本发明实施例提供的方法，和经典方法中利用FCI(Full Configuration Interaction，完全组态相互作用)生成反应路径的方法，在同等条件下，即相同的化学反应，相同的基组，相同的预设精度、冻结相同的轨道等，生成的反应路径精度大致一致，直观地体现了本发明实施例提供的化学反应路径生成方法，在计算速度和计算精度方面的优势。在经典计算中，利用FCI进行计算，是目前最为精准地计算方式，不仅需要考虑电子的动态相关，还需要考虑计算精度，在给定的基组下生成所有的Slater行列式展开，然而，Slater行列式，然而，Slater行列式的数量成倍地取决于电子和轨道的数量，据报道，有史以来最大的CI计算是对具有22个电子在22个轨道活动空间，对应于惊人的497634306624(5×10^11)Slater行列式，因此，FCI仅有效地用于中小型分子。而本发明实施例提供的方法可以克服量子的指数墙，弥补经典方法中无法计算大分子的问题，同时保证计算精度。
参见图10，图10为本发明实施例提供的基于量子计算的化学反应路径的生成装置的结构示意图，与图2所示的流程相对应，所述装置包括：
获得模块1001，用于基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
测量模块1002，用于分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
生成模块1003，用于当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度,所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
具体的，所述装置还包括：
制备模块，用于当所有所述平均能量中，存在不满足所述预设条件的平均能量时，制备待测量分子对应的试验态，并返回执行所述测量每一所述试验态的平均能量的步骤，直至所述待测量分子的试验态的平均能量满足所述预设条件，其中，所述待测量分子是试验态平均能量不满足所述预设条件的目标分子。
具体的，所述获得模块1001，包括：
获得单元，用于获得所述目标化学反应的目标过渡态；
第一确定单元，用于根据所述目标过渡态，确定所述预期反应路径。
具体的，所述获得单元，包括：
第一获得子单元，用于获得针对所述目标化学反应的泛函形式和基组；
第二获得子单元，用于基于所述目标化学反应的初猜过渡态结构，利用所述泛函形式和所述基组，获得所述目标过渡态。
具体的，所述第一确定单元，具体用于根据所述目标过渡态、所述泛函形式和所述基组，确定所述预期反应路径。
具体的，所述若干目标分子中包括所述目标化学反应中的反应物、产物和所述目标过渡态。
具体的，所述测量模块1002，包括：
第一获取单元，用于分别获取每一所述目标分子的轨道和电子数，其中，所述轨道包括目标轨道；
第二确定单元，用于基于每一所述目标分子目标轨道和电子数，确定该目标分子的费米子形式的簇算符；
第二获取单元，用于针对每一所述目标分子，基于该目标分子的费米子形式的簇算符，获取该目标分子对应的试验态。
具体的，所述第二确定单元，包括：
获取子单元，用于分别根据每一所述目标分子的目标轨道和电子数，获取每一所述目标分子的Hartree-Fock态；
确定子单元，用于针对每一所述目标分子，根据预先选择的拟设方式和该目标分子的Hartree-Fock态，确定该目标分子费米子形式的簇算符和激发项数。
具体的，所述测量模块，还包括：
第三获取单元，用于分别获取每一所述目标分子对应的费米子哈密顿量；
变换单元，用于针对每一目标分子，将该目标分子对应的费米子哈密顿量变换为该目标分子泡利哈密顿量；
测量单元，用于针对每一所述目标分子，根据各个子项，构建各个所述子项对应的量子线路，利用所述量子线路，测量该目标分子的试验态的平均能量，其中，所述子项是分解该目标分子的泡利哈密顿量得到的。
可见，本发明首先基于目标化学反应，获得预期反应路径；再分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；然后，当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径。样通过量子计算能精准地生成反应路径，并且提高计算速度，促进量子化学模拟应用的进一步发展。
本发明实施例还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
具体的，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S201：基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
S202：分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
S203：当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度,所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
具体的，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
可见，本发明首先基于目标化学反应，获得预期反应路径；再分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；然后，当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径。样通过量子计算能精准地生成反应路径，并且提高计算速度，促进量子化学模拟应用的进一步发展。
本发明实施例还提供了一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
具体的，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
具体的，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S201：基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
S202：分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
S203：当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度,所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
可见，本发明首先基于目标化学反应，获得预期反应路径；再分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；然后，当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径。样通过量子计算能精准地生成反应路径，并且提高计算速度，促进量子化学模拟应用的进一步发展。
据图式所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。
Claims (12)
1.一种基于量子计算的化学反应路径的生成方法，其特征在于，所述方法包括：
基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度，所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所有所述平均能量中，存在不满足所述预设条件的平均能量时，制备待测量分子对应的试验态，并返回执行所述测量每一所述试验态的平均能量的步骤，直至所述待测量分子的试验态的平均能量满足所述预设条件，其中，所述待测量分子是试验态平均能量不满足所述预设条件的目标分子。
3.根据权利要求2所述的方法，其特征在于，所述基于目标化学反应，获得预期反应路径，包括：
获得所述目标化学反应的目标过渡态；
根据所述目标过渡态，确定所述预期反应路径。
4.根据权利要求3所述的方法，其特征在于，所述获得所述目标化学反应的目标过渡态，包括：
获得针对所述目标化学反应的泛函形式和基组；
基于所述目标化学反应的初猜过渡态结构，利用所述泛函形式和所述基组，获得所述目标过渡态。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标过渡态，确定所述预期反应路径，包括：
根据所述目标过渡态、所述泛函形式和所述基组，确定所述预期反应路径。
6.根据权利要求3-5任一项所述的方法，其特征在于，所述若干目标分子中包括所述目标化学反应中的反应物、产物和所述目标过渡态。
7.根据权利要求6所述的方法，其特征在于，所述分别制备每一所述目标分子对应的试验态，包括：
分别获取每一所述目标分子的目标轨道和电子数；
基于每一所述目标分子的目标轨道和电子数，确定该目标分子的费米子形式的簇算符；
针对每一所述目标分子，基于该目标分子的费米子形式的簇算符，获取该目标分子对应的试验态。
8.根据权利要求7所述的方法，其特征在于，所述基于每一所述目标分子的目标轨道和电子数，确定该目标分子的费米子形式的簇算符，包括：
分别根据每一所述目标分子的目标轨道和电子数，获取每一所述目标分子的Hartree-Fock态；
针对每一所述目标分子，根据预先选择的拟设方式和该目标分子的Hartree-Fock态，确定该目标分子费米子形式的簇算符和激发项数。
9.根据权利要求8所述的方法，其特征在于，所述测量每一所述试验态的平均能量，包括：
分别获取每一所述目标分子对应的费米子哈密顿量；
针对每一目标分子，将该目标分子对应的费米子哈密顿量变换为该目标分子泡利哈密顿量；
针对每一所述目标分子，根据各个子项，构建各个所述子项对应的量子线路，利用所述量子线路，测量该目标分子的试验态的平均能量，其中，所述子项是分解该目标分子的泡利哈密顿量得到的。
10.一种基于量子计算的化学反应路径的生成装置，其特征在于，所述装置包括：
获得模块，用于基于目标化学反应，获得预期反应路径，其中，所述预期反应路径中包括若干目标分子；
测量模块，用于分别制备每一所述目标分子对应的试验态，并测量每一所述试验态的平均能量；
生成模块，用于当所有所述平均能量均满足预设条件时，生成所述目标化学反应的最终反应路径，其中，所述预设条件为针对同一个试验态，当前平均能量与前次测量的平均能量差值的预设精度,所述最终反应路径中包含平均能量满足所述预设条件的试验态对应的目标分子。
11.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至9任一项所述的方法。
12.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210694382.7A CN117313873A (zh) | 2022-06-20 | 2022-06-20 | 基于量子计算的化学反应路径的生成方法、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210694382.7A CN117313873A (zh) | 2022-06-20 | 2022-06-20 | 基于量子计算的化学反应路径的生成方法、装置及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117313873A true CN117313873A (zh) | 2023-12-29 |
Family
ID=89279835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210694382.7A Pending CN117313873A (zh) | 2022-06-20 | 2022-06-20 | 基于量子计算的化学反应路径的生成方法、装置及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117313873A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117556916A (zh) * | 2024-01-12 | 2024-02-13 | 深圳量旋科技有限公司 | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 |
-
2022
- 2022-06-20 CN CN202210694382.7A patent/CN117313873A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117556916A (zh) * | 2024-01-12 | 2024-02-13 | 深圳量旋科技有限公司 | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 |
| CN117556916B (zh) * | 2024-01-12 | 2024-03-22 | 深圳量旋科技有限公司 | Sn2反应路径模拟方法和装置、存储介质、量子计算设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cerezo et al. | Variational quantum algorithms | |
| JP7471736B2 (ja) | 量子系の基底状態エネルギーの推定方法、およびシステム | |
| Paulson et al. | Simulating 2d effects in lattice gauge theories on a quantum computer | |
| CN114492814B (zh) | 基于量子计算模拟目标体系能量的方法、装置及介质 | |
| CN114492815B (zh) | 一种基于量子化学计算目标体系能量的方法、装置及介质 | |
| Qin et al. | Machine learning K-means clustering algorithm for interpolative separable density fitting to accelerate hybrid functional calculations with numerical atomic orbitals | |
| US20220068439A1 (en) | Methods And Systems For Quantum Computing Enabled Molecular AB Initio Simulations | |
| CN114528996B (zh) | 一种目标体系试验态初始参数的确定方法、装置及介质 | |
| CN114512194B (zh) | 用于量子化学模拟中获取目标体系试验态的方法及装置 | |
| Yeter-Aydeniz et al. | Collective neutrino oscillations on a quantum computer | |
| CN117313873A (zh) | 基于量子计算的化学反应路径的生成方法、装置及介质 | |
| CN115116552B (zh) | 一种量子化学模拟的分子能量计算方法及装置 | |
| Cech et al. | Thermodynamics of quantum trajectories on a quantum computer | |
| Battaglia | Machine learning wavefunction | |
| Mukhopadhyay et al. | Quantum simulation of the first-quantized Pauli-Fierz hamiltonian | |
| Nandi et al. | Combining state-of-the-art quantum chemistry and machine learning make gold standard potential energy surfaces accessible for medium-sized molecules | |
| CN117634620A (zh) | 一种静电势计算方法、装置、存储介质及电子装置 | |
| EP4280124A1 (en) | Thermalization state preparation method in quantum system, device, and storage medium | |
| STEVENSON | Comments on quantum computing in nuclear physics | |
| Shang et al. | Rapidly Achieving Chemical Accuracy with Quantum Computing Enforced Language Model | |
| Nguyen et al. | Quantum computing for corrosion-resistant materials and anti-corrosive coatings design | |
| CN117114119A (zh) | 一种计算目标体系能量的方法、装置及介质 | |
| CN116842704A (zh) | 一种组合物最优结构的确定方法、装置及介质 | |
| WO2024082694A1 (zh) | 分子能量的预测方法、装置、设备及存储介质 | |
| CN118782161A (zh) | 一种电子数守恒约束的基态能量计算方法及相关装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |