ИССЛЕДОВАНИЕ КВАНТОВЫХ ТЕХНОЛОГИЙ В СИСТЕМАХ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ

АННОТАЦИЯ

В статье рассмотрены аспекты создания интеллектуальных систем управления на основе квантовых вычислений. Приведены результаты исследования систем с нейро-нечеткими регуляторами. Также проведен анализ фундаментальных принципов квантовых вычислений: кубит, интерференция, основные квантовые элементы. Показана эффективность и качество процесса управления на примере динамической системы.

ABSTRACT

The article discusses the creation of intelligent control systems based on quantum computing. The results of a study of systems with neuro-fuzzy controllers are presented. An analysis of the fundamental principles of quantum computing is also carried out: qubit, interference, basic quantum elements. The efficiency and quality of the control process is shown using the example of a dynamic system.

Ключевые слова: квантовый компьютер, квантовые алгоритмы, криптография, кубит, интерференция, динамический объект.

Keywords: quantum computer, quantum algorithms, cryptography, qubit, interference, dynamic object.

Введение. В мире в последнее время вопросу энерго- и ресурсоэффективности пищевой промышленности уделяется всё больше внимания. В связи с этим актуальной задачей в сфере автоматизации технологических процессов, в качестве приоритетного направления занимает создание высокоэффективных систем управления с применением достижений интеллектуальных технологий, позволяющих улучшить качество процесса управления и увеличить выпуск высококачественной продукции с наименьшими энерго- и ресурсозатратами. Определенные успехи в этом направлении достигнуты в ведущих странах мира, где уделяется пристальное внимание совершенствованию систем управления технологическими объектами, обеспечению конкурентоспособности продукции и эффективности производства [4].

Актуальность проблемы. В мире интенсивно ведутся научные исследования, направленные на совершенствование систем управления технологическими процессами, в частности, получение пищевой продукции на пищевых предприятиях с применением методов интеллектуальных технологий. Различные производственные разработки, в частности процесс шампанизации винопродуктов, имеют сложный характер, подвержены различным внешним и внутренним воздействиям. Неопределенность и взаимозависимость технологических параметров подобных объектов затрудняет решение задачи управления технологическим процессом. В связи с этим особый интерес связан с внедрением модернизированных систем управления на основе интеллектуальных технологий.  В настоящее время наблюдается активное развитие прикладных областей науки, связанных с автоматизацией промышленного производства. В связи с этим необходимо создание различного рода технических систем, обладающих высокой степенью автономности, адаптивности, надежности и качества функционирования в условиях неопределенности. Объектами управления являются сложные, многомерные нелинейные управленческие системы, требующие особых, нестандартных методов, для обеспечения необходимых эксплуатационных характеристик и широкого набора функциональных возможностей по формированию целесообразного поведения и планированию последовательности выполняемых операций с возможностью прогнозирования и учетом воздействия внешней среды, а также активной адаптации ее текущих состояний.

 Данные требования обусловливают разработку инструментальных средств и методов интеллектуального управления.

Одной из наиболее актуальных задач стремительно развивающегося современного информационного общества является управление реальными динамическими системами на основе обработки и анализа огромных потоков данных. Неопределенность и динамический характер факторов, действующих в системе, существенно затрудняет прогнозирование поведения сложных динамических систем, следовательно, усложняется решение задачи управления. 

Существует множество моделей и алгоритмов построения интеллектуальных систем автоматического управления, используемых в различных областях науки и техники. Наиболее распространенными из них являются нейронные сети, нечеткие системы, экспертные системы управления, генетические алгоритмы и методы квантовых вычислений.

Анализ методов формального представления, моделирования и исследования сложных динамических систем управления, работающих в условиях неопределенности факторов, влияющих на режимы работы системы, показал, что наиболее адекватными и решаемыми задачами являются применение гибридных методов, в том числе квантовой вычислительной теории.

Таким образом, особое внимание уделяется разработке гибридных интеллектуальных моделей автоматизированных решений управления сложными динамическими объектами в условиях неопределенности использования методов квантовых вычислений в управлении динамическими объектами, а также интеллектуальных способов обработки информации [1].

Основные теоретические сведения. Одной из основных задач является адаптация модели к реальному объекту.

Пусть динамический объект представлен в следующем виде:

A, B – матрицы, x – состояния процесса, k – значение тактов, y – значения выхода, m – время; C – вектор выхода.

На основе нейронной сети разработан нелинейный аппроксиматор, обеспечивающий плавный переход от одной локальной модели к другой и не требующий переобучения.

В квантовой вычислительной схеме эти два положения ( и ) могут находиться в состоянии суперпозиции, т.е. наиболее распространенное состояние квантового бита можно записать как [3]:

,

где  и  –  комплексные коэффициенты.

Квантовые вычисления являются альтернативой классическим. В основе квантовых вычислений лежит принцип квантовой суперпозиции – способность квантовой системы находиться в суперпозиции базовых (измеримых) состояний. Если у системы возможны 2ⁿ базовых состояний, то и любая суперпозиция (линейная комбинация) этих базовых состояний тоже возможное состояние системы. Из таких квантовых систем с двумя базовыми состояниями (их называют кубитами) и строят квантовые компьютеры: одно состояние моделирует константу 0, второе –1.

Единицей хранения информации является бит. Ячейка памяти классического компьютера объёмом в 1 бит может находиться в одном из двух различных состояний. Эти состояния принято обозначать 0 и 1, саму такую ячейку также принято называть битом. Если бит находится в состоянии 0, то говорят, что он хранит значение 0, если же он находится в состоянии 1, то говорят, что он хранит значение 1 [2].

Сумма этих вероятностей равна единице:

Данное соотношение называется условием нормализации. Для квантовых вычислений, как правило, требуется больше одного кубита. Система, состоящая из нескольких кубитов, представляет собой тензорное произведение составляющих ее систем. Такая система называется квантовой. Состояние квантовой системы, которая состоит из n кубитов, можно представить следующим выражением:

Приведем пример для системы двух кубитов. В данном случае мы имеем четырехмерный вектор единичной длины. Полностью смешанное состояние системы двух кубитов можно описать следующим образом:

При этом сумма вероятностей нахождения в том или ином состоянии по-прежнему равна 1.

Как и в бинарном случае, этот набор возможных результатов называется измерительным базисом, а приводящие к ним комбинации значений – базисными состояниями. Тогда любое системное квантовое состояние мы можем записать как суперпозицию базисных состояний:

Вектор состояния n-кубитной системы существует в мерном комплексном пространстве и представляет собой сумму  базисных векторов – базисных состояний.

Таким образом, оператора  на произвольный кубит можно описать формулой:

В геометрической интерпретации кубита на сфере Блоха можно заметить, что в результате действия гейта Адамара  кубит в состояние  преобразует его в положение  между   и , т.е. в состояние .

Результаты  и  их  обсуждение. Для эффективности разработанных квантовых моделей и алгоритмов управления температурным режимом процесса шампанизации построена имитационная модель квантовой нечеткой системы регулирования температуры шампанизатора в MATLAB и приведен ряд вычислительных экспериментов при наличии внешних возмущений. На основе аппроксимации экспериментально снятых данных получены передаточные функции объекта. Матричную передаточную функцию процесса шампанизации определяли, взяв среднее значение характеристических значений передаточной функции следующим образом.

Первоначально на основе лингвистических входных и выходных переменных сформированы функции принадлежности, определены их оптимальные параметры.

Приведен сравнительный анализ результатов имитационного эксперимента с существующей системой управления с синтезированной квантовой системой регулирования процессов шампанизации (рис.1.).

Рисунок 3. Переходные процессы автоматической системы управления

1- Классический ПИД-регулятор; 2 Нейро-нечеткой регулятор; 3-квантовой нечеткой регулятор

Выводы. Использование расмотренной математической модели в составе системы управления динамическими объектами позволяет, как видно из графиков переходных процессов, работать рассматриваемой системе стабильно при наличии внешнего воздействия и переводить объект управления из одного состояния в другое с достаточной скоростью. Результаты имитационных экспериментов показали, что в условиях неопределенности внешних воздействий система управления с квантовым нечетком регулятором имеет свойства устойчивости и обеспечивает требуемое качество управления.

Список литературы:

1. Ульянов С.В., Мишин А.А., Миногин А.А. Информационная технология проектирования робастных баз знаний нечетких регуляторов. – Ч. III. – Квантовый нечёткий вывод и квантовая информация // Системный анализ в науке и образовании: электрон. науч. журнал. – Дубна, 2010.
2. Ульянов С.В., Нефедов Н.Ю. Эффективность и качество интеллектуального управления с применением квантового нечеткого вывода: Глобально неустойчивая динамическая система // Системный Анализ в Науке и Образовании: электрон. науч. журнал. – 2012. – № 1. [Электронный ресурс]. – Режим доступа: http:/www.sanse.ru/archive/23. (дата обращения 17.02.2024).
3. Якубова Н.С., Абдурасулова Г.Э. Исследование нечетких регуляторов в системах интеллектуального управления на основе квантовых вычислений // Universum: технические науки : электрон. научн. журн. –2023. – № 3 (108). [Электронный ресурс]. – Режим доступа: https://7universum.com/ru/tech/archive/item/15148  (дата обращения 05.03.2024).
4. Якубова Н.С., Максудова А.И., Урманова В.Т. Интеллектуальное управление многомерными динамическими объектами // Universum: технические науки. – 2021. – № 5-1 (86). – С. 80-83.
5. Yakubova N.S. Аpplication of quantum algorithms in the synthesis of dynamic objects // Сhemical technology control and management. – 2023. – № 6 (114). – Рp. 61–67. [Электронный ресурс]. – Режим доступа: https://ijctcm.researchcommons.org/journal(дата обращения 07.03.2024).