量子模糊信息管理数学模型研究

摘要

为了高效处理大数据所具有的复杂性和不确定问题，将“不确定性问题+直觉模糊集理论+量子计算”交叉融合，构建基于直觉模糊集理论的量子模糊信息管理数学模型。为了验证该模型的可行性、合理性和有效性，设计了不确定性环境下基于参数化量子线路的量子模糊神经网络仿真实验。实验结果表明，基于该模型的量子模糊神经网络模型能更客观、准确、全面地反映不确定性问题中各对象所蕴含的知识信息，从而提高算法处理大数据的准确性。

关键词

大数据 / 量子计算 / 直觉模糊集理论 / 量子模型信息管理 / 量子模糊神经网络

基金资助

国家自然科学基金（62076042）; 国家重点研发计划“网络空间安全治理”重点专项课题（2022YFB3103103）; 四川省重点研发计划（2022YFS0571）; 成都市重点研发项目（2023-XT00-00002-GX）