1.一种基于分布式并行差分进化算法的参数优化方法,其特征在于,具体包括如下步骤:步骤1,初始化操作;
初始化操作的目标是生成多个D维参数向量组成的初代种群,种群中的每一个体,即为一组解向量,也即 其中i=1...,NP,NP为种群中个体数, 对应QKD协议中需要优化的D个参数,所述D个参数包括光强、发送光强的概率、以及制备态时选基的概率,且解向量中的每个参数都有相对应的参数范围[min,max];
步骤2,变异操作;
将种群初始化后,针对当前种群中每个个体,使用突变策略生成突变向量;在本发明中,采用如下的突变策略生成突变向量:其中,Xbest,G是种群中最优的个体向量,比例因子F是对差向量进行缩放的正向控制参数, 和 是[1,NP]范围内随机生成互斥整数, 和 为种群中任意选择的两个向量;
步骤3,交叉操作;
变异操作结束后,需对每一对目标向量Xi ,G,及其对应的突变向量
进行交叉操作,生成实验向量: 在本发明
中,采用了二项统一交叉,定义如下
式中,CR为交叉率,是[0,1]范围内用户指定的常量,用于控制从突变向量复制的参数值的比例;j=1,2,…D,jrand是[1,D]范围内随机选择的整数;条件j=jrand是为了保证实验向量Ui,G与目标向量Xi,G至少相差一个参数;
在生成实验向量Ui,G后,若实验向量Ui,G中的参数值超过设定的参数范围时,则需在设定的参数范围将这些参数随机且均匀的进行初始化;
步骤4,选择操作;
依据密钥率公式计算每个实验向量生成的目标函数值R(Ui,G),以及当前种群中相应目标向量Xi,G生成的目标函数值R(Xi,G),并对实验向量生成的目标函数值R(Ui,G)和目标向量生成的目标函数值R(Xi,G)进行对比和评估,由评估结果对实验向量实现选择操作;若实验向量的目标函数值R(Ui,G)大于或等于相应的目标函数值R(Xi,G),则实验向量将取代目标向量进入下一代G+1的种群,即Xi,G+1=Ui,G;
重复上述步骤2‑4,当迭代次数达到预设上限,或R(Ui,G)‑R(Xi,G)达到设定精度,即保留对应的最优参数,并输出现阶段目标函数值R的最大值。
2.根据权利要求1所述一种基于分布式并行差分进化算法的参数优化方法,其特征在于,步骤1中,在参数向量中第j个参数在生成时,其在G=0代的第i个个体的初始值由式子决定,其中,j表示向量Xi,G的第j个参数,j∈(1,
2……,D),rand(0,1)表示[0,1]范围内均匀分布的随机变量。
3.根据权利要求1所述一种基于分布式并行差分进化算法的参数优化方法,其特征在于,在步骤1初始化操作阶段,引入分布式并行计算,由主计算机将个体中各参数需满足的参数范围,放置在共享单元文件夹内,再由各子计算机进行读取,并按策略进行计算,获得初始种群中的各参数向量,并在将各子计算机获得的初始种群中的各参数向量汇总到主计算机。
4.根据权利要求1所述一种基于分布式并行差分进化算法的参数优化方法,其特征在于,步骤4采用了分布式并行计算:主计算机将多个实验向量Ui,G,目标向量Xi,G传递至其它分计算机,随后,各子计算机分别依据密钥率公式计算每个实验向量的目标函数值R(Ui,G),以及当前种群中相应目标向量Xi,G的目标函数值R(Xi,G),再将计算出的R(Ui,G)和R(Xi,G)通过共享目录汇总至主计算机,由主计算机进行对比和评估。
5.根据权利要求1所述一种基于分布式并行差分进化算法的参数优化方法,其特征在于,对于采用四强度诱骗态方案的RFI‑MDI‑QKD系统,在四强度诱骗态方案中需要制备1种信号态及3种诱骗态,四种态的光强表示为(μ,v,ω,o),其中信号态光强为(μ),制备在Z基上,诱骗态光强为(v,ω),分别等概率的制备在X、Y基上;真空态光强(o)不需要制备在任何基上,初始参数向量写为 其中μ0,v0,ω0代表光强度设定的初始值, 代表每种光强对应的选择概率设定的初始值。
6.根据权利要求5所述一种基于分布式并行差分进化算法的参数优化方法,其特征在于,步骤4中采用密钥率公式计算密钥率,具体包括如下步骤:步骤4.1,Alice‑Bob制备态基矢集合为{ZZ,XX,XY,YX,YY},所述态基矢集合划分为信号态集合κ:={ZZ}和诱骗态集合L:={XX,XY,YX,YY};集合L中的基矢主要用于估计测量端成功响应事件中由单光子脉冲对产生贡献的下界,即 诱骗基中的所有基组都可以作为一个整体重新评估;定义一个展开集,它对应不同基的组合:D={XX,XY,YX,YY,XX+YY,XY+YX,XX+YY+XY+YX}.
集合D中的7个元素分别定义为di,其中i∈{1,2,3,4,5,6,7};相应地, 分别代表Alice和Bob将光脉冲制备在di基矢上,且Alice发送l强度,Bob发送r强度时,在接收端由成功事件产生的平均增益和平均误码率,且步骤4.2,通过提取共同变量,并通过线性规划,能够得到di基矢上单光子计数率 的下界、单光子误码率 的上界公式;
步骤4.3,通过计算各di基矢上单光子计数率下界 可以得出在ZZ基中,单光子计数率下界的最优值为:同理,易得单光子误码率上界最优值 并计算出Eve的信息量IE:
步骤4.4,根据上述条件及密钥率公式计算密钥率RL。