mindquantum.simulator.mqchem.MQChemSimulator

class mindquantum.simulator.mqchem.MQChemSimulator(n_qubits, n_electrons, seed=None, dtype='double')

基于组态相互作用（CI）方法的量子化学模拟器。

该模拟器通过在CI向量空间（由固定电子数定义的完整希尔伯特空间的子空间）中工作，针对化学问题进行了优化。 对于典型的化学模拟，这种方法比使用完整的态矢量模拟器具有显著的性能优势。

该模拟器设计用于与 UCCExcitationGate 和 CIHamiltonian 协同工作。它提供了应用UCC线路、 计算哈密顿量期望值以及计算变分量子算法（如VQE）所需梯度的方法。

默认情况下，模拟器在Hartree-Fock态下初始化，该状态是量子化学计算的典型参考态。

参数：

• n_qubits (int) - 系统中的总量子比特数（自旋轨道数）。

• n_electrons (int) - 电子数，定义了CI空间的维度。

• seed (int) - 此模拟器的随机种子。如果为 None，将生成一个随机种子。默认值：None。

• dtype (str) - 模拟的数据类型，可以是 "float" 或 "double"。默认值："double"。

样例：

>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2, seed=42)
>>> sim.n_qubits
4
>>> sim.n_electrons
2
>>> # The simulator starts in the Hartree-Fock state |0011>
>>> print(sim.get_qs(ket=True))
1¦0011⟩

apply_circuit(circuit: Union[Circuit, Iterable[UCCExcitationGate]], pr: ParameterResolver = None)

将量子线路应用于当前模拟器状态。

说明

线路中只有 UCCExcitationGate 的实例会被应用；所有其他类型的门都将被忽略。

参数：

• circuit (Union[Circuit, Iterable[UCCExcitationGate]]) - 要应用的量子线路或UCC门的可迭代对象。

• pr (Union[ParameterResolver, dict, numpy.ndarray, list, numbers.Number]) - 用于替换参数值的参数解析器。如果为 None，则直接使用门中定义的参数。默认值：None。

样例：

>>> import numpy as np
>>> from mindquantum.core.operators import FermionOperator
>>> from mindquantum.core.circuit import Circuit
>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> t1 = FermionOperator('2^ 0', 'a')
>>> t2 = FermionOperator('3^ 1', 'b')
>>> circ = Circuit([mqchem.UCCExcitationGate(t1), mqchem.UCCExcitationGate(t2)])
>>> sim.apply_circuit(circ, {'a': 0.1, 'b': 0.2})
>>> print(sim.get_qs(ket=True))
0.97517033¦0011⟩
-0.0978434¦0110⟩
0.19767681¦1001⟩
0.01983384¦1100⟩

apply_gate(gate: UCCExcitationGate, pr: ParameterResolver = None)

将单个UCC激发门应用于当前模拟器状态。

参数：

• gate (UCCExcitationGate) - 要应用的UCC激发门。

• pr (Union[ParameterResolver, dict, numpy.ndarray, list, numbers.Number]) - 用于替换参数值的参数解析器。如果为 None，则直接使用门中定义的参数。默认值：None。

异常：

• TypeError - 如果 gate 不是 UCCExcitationGate。

样例：

>>> import numpy as np
>>> from mindquantum.core.operators import FermionOperator
>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> t = FermionOperator('2^ 0', 'theta')
>>> gate = mqchem.UCCExcitationGate(t)
>>> # Apply gate with theta = 0.1
>>> sim.apply_gate(gate, {'theta': 0.1})
>>> print(sim.get_qs(ket=True))
0.99500417¦0011⟩
-0.09983342¦0110⟩

get_expectation(ham)

计算哈密顿量相对于当前状态的期望值。

计算 \(\langle\psi|H|\psi\rangle\)，其中 \(|\psi\rangle\) 是当前的CI态矢量，\(H\) 是CI哈密顿量。

参数：

• ham (CIHamiltonian) - 要计算期望值的哈密顿量。

返回：

float，实数期望值。

异常：

• TypeError - 如果 ham 不是 CIHamiltonian。

样例：

>>> from mindquantum.core.operators import FermionOperator
>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> # Hartree-Fock state is |0011>
>>> ham_op = FermionOperator('0^ 0') + FermionOperator('1^ 1')
>>> ham = mqchem.CIHamiltonian(ham_op)
>>> # Expectation of <HF| (n_0 + n_1) |HF> should be 1+1=2
>>> sim.get_expectation(ham)
2.0

get_expectation_with_grad(ham: CIHamiltonian, circuit: Union[Circuit, Iterable[UCCExcitationGate]])

生成一个计算期望值及其梯度的函数。

该方法实现了伴随微分法，以计算期望值 \(\langle\psi(\theta)|H|\psi(\theta)\rangle\) 相对于UCC ansatz线路参数 \(\theta\) 的梯度。 状态被制备为 \(|\psi(\theta)\rangle = U(\theta)|\psi_0\rangle\)，其中 \(|\psi_0\rangle\) 是模拟器的当前状态。

参数：

• ham (CIHamiltonian) - 哈密顿量 \(H\)。

• circuit (Union[Circuit, Iterable[UCCExcitationGate]]) - 参数化的UCC线路 \(U(\theta)\)。该线路必须具有用于梯度计算的参数。

返回：

Callable，一个接受参数值NumPy数组 x 并返回元组 (expectation, gradient) 的函数。expectation 是浮点数期望值，gradient 是一个NumPy数组，包含相对于 x 中每个参数的导数。参数的顺序由 circuit.params_name 决定。

异常：

• TypeError - 如果 ham 不是 CIHamiltonian。

样例：

>>> import numpy as np
>>> from mindquantum.core.operators import FermionOperator
>>> from mindquantum.core.circuit import Circuit
>>> from mindquantum.simulator import mqchem
>>>
>>> # Prepare simulator, Hamiltonian, and ansatz
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> ham_op = FermionOperator('0^ 0', 1) + FermionOperator('1^ 1', 1)
>>> ham = mqchem.CIHamiltonian(ham_op)
>>> t = FermionOperator('2^ 0', 'theta')
>>> ansatz = Circuit(mqchem.UCCExcitationGate(t))
>>>
>>> # Get the gradient function
>>> grad_fn = sim.get_expectation_with_grad(ham, ansatz)
>>>
>>> # Calculate expectation and gradient for theta = 0.1
>>> params = np.array([0.1])
>>> expectation, gradient = grad_fn(params)
>>> print(f"Expectation: {expectation:.5f}")
Expectation: 1.99003+0.00000j
>>> print(f"Gradient: {gradient[0]:.5f}")
Gradient: -0.19867+0.00000j

get_qs(ket: bool = False)

获取模拟器当前的量子态。

虽然模拟器内部将状态存储为紧凑的CI向量，但此方法以完整的 \(2^{n_{qubits}}\) 维计算基中的密集态矢量形式返回状态。

参数：

• ket (bool) - 如果为 True，则以狄拉克（ket）符号的字符串形式返回量子态。如果为 False，则以NumPy数组形式返回状态。默认值：False。

返回：

Union[numpy.ndarray, str]，量子态矢量，以NumPy数组或ket符号字符串形式表示。

异常：

• TypeError - 如果 ket 不是布尔值。

样例：

>>> import numpy as np
>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> # Get state vector (Hartree-Fock |0011>)
>>> np.round(sim.get_qs(), 2)
array([0.+0.j, 0.+0.j, 0.+0.j, 1.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j,
       0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j, 0.+0.j])
>>> # Get state in ket string format
>>> print(sim.get_qs(ket=True))
1¦0011⟩

reset()

将模拟器的状态重置为Hartree-Fock（HF）态。

Hartree-Fock态是无相互作用费米子系统的基态，其中 n_electrons 个最低能量的自旋轨道被占据。在计算基中，这对应于状态 \(|11...100...0\rangle\)。

样例：

>>> from mindquantum.core.operators import FermionOperator
>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> t = FermionOperator('2^ 0', 0.1)
>>> ucc_gate = mqchem.UCCExcitationGate(t)
>>> sim.apply_gate(ucc_gate) # State is no longer HF state
>>> sim.reset()
>>> print(sim.get_qs(ket=True))
1¦0011⟩

set_qs(qs_rep)

从稀疏表示设置CI向量。

参数：

• qs_rep (List[Tuple[int, complex]]) - 一个元组列表，其中每个元组 (mask, amplitude) 定义了基态的振幅。mask 是表示计算基态（斯莱特行列式）的整数，amplitude 是其对应的复振幅。qs_rep 中的所有基态的布居数必须等于 n_electrons。

样例：

>>> import numpy as np
>>> from mindquantum.simulator import mqchem
>>> sim = mqchem.MQChemSimulator(4, 2)
>>> # Prepare a state that is a superposition of |0101> and |1001>
>>> # Note: masks 5 (0101) and 9 (1001) both have 2 electrons.
>>> new_state_rep = [(5, 1/np.sqrt(2)), (9, 1/np.sqrt(2))]
>>> sim.set_qs(new_state_rep)
>>> print(sim.get_qs(ket=True))
√2/2¦0101⟩
√2/2¦1001⟩