مدل آیزینگ کوانتومی یک بعدی برای توصیف بسیاری از سیستم­های فیزیکی به کار می­رود، از این رو محاسبه انرژی حالت های پایه و ابرنگیخته آن که کاربردهای زیادی در مکانیک آماری دارد، بسیار مورد توجه قرار گرفته است. ما با استفاده از الگوریتم بهینه سازی تقریبی کوانتومی که از نوع الگوریتم­های ترکیبی کوانتومی-کلاسیکی است، حالت­های پایه و برانگیخته این مدل را به دست می­آوریم. برای این منظور، ابتدا با استفاده از الگوریتم بهینه سازی تقریبی کوانتومی حالت پایه را پیدا می­کنیم سپس با اضافه کردن یک جمله هم­پوشانی این الگوریتم را تعمیم می­دهیم تا حالت­های برانگیخته به دست آید. ما انرژی حالت پایه و برانگیخته را برای ضرایب مختلف جفت شدگی محاسبه کرده­ایم که سازگاری بسیار بالایی با محاسبات دقیق دارد.‏

محاسبه وزن مواد بار کوره های ذوب، اغلب از راه موازنه جرم ساده عناصر آلیاژی در مواد ورودی و مذاب خروجی انجام می شود. اما در فرایندهای ذوب، پیچیدگی ها و پدیده های گوناگونی هست که اغلب در محاسبات موازنه جرم نادیده گرفته می شود و سبب عدم اطمینان در محاسبه بار کوره می گردد. خطای محاسبه، باعث اصلاح چندباره ذوب، تأخیر در تخلیه، افزایش هزینه و کاهش کیفیت مذاب می شود. در پژوهش حاضر تلاش بر این بوده که پیچیدگی ها و جنبه های مهم مساله ذوب، که اغلب نادیده گرفته شده، در کوره شناسایی و در یک مدل ریاضی مناسب درنظر گرفته شود. هدف پژوهش حاضر توسعه مدلی است، که نه تنها وزن مواد اولیه برای ترکیب شیمیایی ذوب هدف را بهینه سازی کند، بلکه هدررفت ناهمگن عناصر آلیاژی، ناخالصی های غیرفلزی مواد بار، و اصلاح ذوب اولیه در کوره را نیز درنظر بگیرد. این مقاله، یک مدل بهینه سازی استاندارد و یک الگوریتم حلقه ی تکرار برای موازنه جرم غیرخطی مساله ذوب ارایه می کند. یک مساله ذوب آلیاژ برنج با 7 عنصر آلیاژی و 8 نوع مواد بار در مقیاس صنعتی طرح و بررسی گردید، تا کارکرد مدل را مورد آزمایش قرار دهد. نتایج عددی مدل کسر وزنی مواد اولیه، و وزن و ترکیب شیمیایی ذوب اصلاح شده را با کمترین هزینه مواد نشان می دهد. تحلیل بهینه بودن جواب، تایید کرد که کمترین مقدار هزینه به دست آمده است. مدل استاندارد غیرخطی، ابزاری قابل اعتماد و سریع برای بهینه سازی هزینه و محاسبه بار کوره است که پتانسیل های قابل توجهی برای کاهش هزینه و تسهیل اتوماسیون صنعتی فرایند ذوب ایجاد می کند.

در هر رایانش کوانتمی آدیاباتیک، یک حالت اولیه وجود دارد که در الگوریتم کوانتومی مربوط استفاده می شود. در این مقاله، رابطه بین یک حالت اولیه و ترازهای انرژی مجاز در یک الگوریتم تعمیم یافته دش پیاده سازی شده مطالعه گردیده است. برای مطالعه الگوریتم تعمیم یافته دش، یک فرم فشرده برای حالت های خروجی به دست آمده است. نشان داده می شود که می توان حالت اولیه را طوری فراهم کرد که کمینه های انرژی را کنترل نمود. با استفاده از روش های عددی، کمینه انرژی حالت های مجاز برای حالت اولیه به دست آورده شده و برای بررسی دینامیک سامانه، حالت اولیه به دست آمده انتخاب گردیده است. هامیلتونی مربوط به الگوریتم، به دست آورده شد و مشخص گردید که یکی از ترازهای انرژی یک حالت مقید را توصیف می کند.

در این کار از مزایای استفاده همزمان از رویکرد بیوریفاینری و بهینه سازی برای دست یابی به کارایی فرآیند کل مطلوب استفاده شد. ابتدا از فرآیند تغییر pH قلیایی کمک شده با التراسونیک و بهینه سازی آن به منظور کمک به بیشینه کردن درصد بازدهی استخراج و شاخص سفیدی پروتئین های عضله فانوس ماهی گونه B. pterotum استفاده شد. استراتژی بهینه انتخاب شده با مشخصات بدین شرح؛ نسبت حلال به جامد ml g-1 6، pH انحلال 5/11، توان التراسونیک W 310 ؛ و pH ترسیب 8/5 و با مطلوبیت 84/0؛ بازدهی 53 درصد و شاخص سفیدی 81/76 را ارائه کرد. از این پروتئین در ترکیب با کلاژن هیدرولیز شده در تهیه ژل های حرارتی استفاده شد. نتایج نشان داد ژل حاصل از پروتئین ایزوله نیروی شکست و تغییر شکل را به ترتیب در حدود 123 g و 12/10 میلی متر ارائه کرد. افزودن کلاژن هیدرولیز شده سبب بهبود نیروی شکست (تا سطح 2% وزنی/وزنی) و مقدار تغییر شکل (تا سطح 10% وزنی/وزنی) شد. کلاژن هیدرولیز شده همچنین تا حدودی بر ویژگی های رنگ و شاخص سفیدی و همچنین بر ظرفیت نگهداری آب در ژل ها اثر مثبت داشت. بنابراین می توان عنوان کرد با اتخاذ یک تکنیک جدید استخراج مثل التراسونیک در کنار فرآیند تغییر pH و متعاقبا بهینه سازی آن و همچنین استفاده از رویکرد بیوریفانری به منظور استفاده همزمان از پروتئین های عضله و بافت پیوندی موجود در زیست توده ماهی؛ می توان گامی مهم در جهت حرکت به سمت scale-up (صنعتی کردن مقیاس تولید)کردن فرآیند برداشت.

افزایش طول عمر، کارایی و کاهش مصرف انرژی در شبکه های حسگر بی سیم یک مساله چندهدفه است که یکی از موضوعات چالش برانگیز در تحقیقات اخیر شده است. در این مقاله به منظور افزایش کارایی و طول عمر شبکه های حسگر بی سیم، با استفاده از الگوریتم جستجوی گرانشی باینری کوانتومی روشی پیشنهاد شده که علاوه بر کمینه کردن مصرف انرژی، محدودیت های ارتباطی شبکه و نیازمندی های کاربرد خاص آن نیز برآورده می گردد.این الگوریتم روی یک شبکه حسگر بی سیم در کاربرد کشاورزی و به منظور نظارت دقیق و اصولی شرایط محیطی استفاده شده است. نتیجه به کارگیری این الگوریتم روی شبکه حسگر بی سیم، یک طرح بهینه خواهد بود که در آن حالت عملیاتی هر حسگر شامل سرگروه، حسگر فعال با محدوده حسگری بلند، حسگر فعال با محدوده حسگری کوتاه و غیر فعال را با توجه به محدودیت های مساله مشخص می نماید. نتایج شبیه سازی نشان می دهد که این الگوریتم در شبکه حسگر بی سیم در مقایسه با الگوریتم وراثتی و الگوریتم ازدحام جمعیت نتایج بهتری را ارائه می دهد و متعاقبا قادر است که طول عمر شبکه را نسبت به دو الگوریتم دیگر به نحو مطلوب تری افزایش دهد.

اتوماتای سلولی کوانتومی (QCA)، یک فناوری نوظهور در عرصه نانوفناوری می باشد. بدلیل ویژگی هایی نظیر مصرف توان اندک، ابعاد نانو و سرعت بالا، رمزنگاری یکی از کاربردهای جذاب این فناوری می باشد. الگوریتم رمزنگاری ابتدایی برای GSM، الگوریتم رمزنگاری A5/1 بود. پیاده سازی الگوریتم رمزنگاری رشته ای A5/1 در فناوری اتوماتای سلولی کوانتومی، در این مقاله مورد بحث قرار گرفته است. نتایج شبیه سازی از نرم افزار QCADesigner بدست آمده اند.