在发展了将经典相空间函数与量子力学算符相对应的数学方法之后，该算术算符在Weyl的意义上具有对基本规范算符的对称排序，因此将该方法应用于了经典变量的经典单项函数的无穷系列。 这些不仅包括幅度的纯幂，还包括相位φ的基本周期函数及其量子力学对应关系。 在用数字表示的状态中，所有考虑的算子都将Jacobi多项式作为基本的构成要素。 鉴于由于其不确定性而导致的正常有序量导致引入了次泊松和超泊松统计量的概念，（Weyl）对称有序量的相似量为正定且满足不等式。 当次泊松统计和超级泊松统计的概念用于定义状态的非经典性时，这是有问题的，因为在正常顺序中提到的度量并不能以唯一的方式确定泊松统计在其中间，而是仅确定大量统计从希尔伯特-施密特距离的意义上讲，这与所讨论的Poisson统计量可能相去甚远。

我们证明任何非相对论的经典系统都必须服从与该系统的Schrödinger方程完全相同的统计波动方程，包括通常的“规范量化”和哈密顿算子，前提是未知常数设置为。 我们展示了为什么两个方程必须具有完全相同的解集，从而这种经典的统计理论（CST）和非相对论量子力学可能仅在对相同定量结果的解释上有所不同。 我们确定了一些不同的解释。 我们表明结果还暗示了非相对论的拉格朗日经典力学和相关的牛顿运动定律。 我们证明，将CST应用于非相对论的刚性旋转器会产生自旋角动量算符，该算符符合量子换向规则，并允许整数和半奇数自旋。 我们还注意到，应用于相同质量粒子系统的CST在数学上等效于这些粒子的非相对论量子场论。

我们在Chou和Wyatt（Phys Rev A 76：012115，2007），Gozzi（Phys Lett B 165：351，1985），Bhalla等人的量子力学中使用了复杂的de Broglie-Bohm公式。 （Am J Phys 65：1187，1997）到一个空间封闭的均质各向同性的早期宇宙，其物质含量是辐射和尘埃完美的流体。 然后，我们证明了不断扩展的古典宇宙可以从振荡的（具有复杂的比例因子）量子宇宙中出现，而不会出现奇点。 此外，在此过程中获得的宇宙没有地平线或平面度问题。

最近提出的狄拉克电子模型，已被证明正确描述了粒子的几种观察到的特性，在本文中也被证明能够用经典概率解释量子干涉。 根据该模型，电子不是点状的，而是“具有结构的实体”，它是由“轻型物体”的快速周期性运动形成的，其动量（p）引起负责自旋的角动量，其能量（E = pc）等于电子的能量mc2。 给出了模型的定性描述，以及允许讨论干扰的定量公式。 将这些公式应用于“两狭缝”实验的实验情况，得出的检测概率与量子力学处理的时间依赖性相同，因此产生相同的干涉图样。 与量子力学相反，该模式是由于“粒子干扰”而不是“波干扰”。 不会出现波粒悖论。 总结了该模型的优点，并讨论了其物理内容。

正常的水结构主要通过与双大分子表面相互作用和弱电磁场来维持，这使电子和质子传导性网络得以扩展。 所有标准化学方法都完全依赖于静电，避免了所有提及电动力学和随之而来的辐射场的出现，辐射场支持了水这一概念，即水是通过电磁方式引入生命系统的生物效应的主要介质。 量子电动力学（QED）场论产生了液态水作为媒介的愿景，由于其分子电子光谱的独特性，它本身已成为进行远程通讯的重要工具，能够改变其超分子态组织与环境互动的功能。 本文引起人们的关注，即Emilio Del Giudice等人独立显示了界面水（纳米级承压水）。 和Gerald Pollack等人分别包含相干域（CDs）和排除区（EZ），这可以被视为CD，动态水结构的CD的长距离集合，它利用水的特殊性质，例如水电子/质子动力学和对电磁场的有组织响应，以低频接收具有相干性（负性）的电磁编码信号，并对产生的激励进行求和，以促进该相干性在可能影响生物系统的频率上重新分布。 讨论了水从液相的普通相干态（散装水）到界面水的半结晶态或玻璃态超相干态的相变及其在生物中的作用。 活体的界面水和细胞内水之间的联系，以及1）电子和质子传递之间的热力学相关性，负

我们研究了量子点-脂质体复合物（QLC），它是巨大的单层囊泡，其脂质双层中掺入了量子点（QD）。 旋涂方法与电铸技术相结合产生具有高度均一的单层结构的囊泡。 我们观察到QLC形成过程的QD尺寸依赖性：QLC形成蓝色，绿色和黄色发射的QD（中心半径〜1.05 nm，1.25 nm和1.65 nm），而没有发射红色的QD（中心半径〜2.5 nm）。 为了解释这种大小依赖性，我们建立了一个简单的模型，该模型根据分子堆积参数和脂质构象变化来解释QD大小对QLC形成的影响。 该模型预测，对于Egg-PC脂质，低于某个临界尺寸（半径≈1.8 nm）的QD可以稳定地存在于厚度为4-5 nm的脂质双层中。 这与我们之前的实验结果一致。 对于红色发射的QD，仅在荧光显微镜上观察到QD聚集，而不是QLC。 我们预期填充参数（P）的减小将导致特定QD半径的变化。 我们通过混合DOPG对特定QD尺寸的变化进行的实验观察可以证实这一预测。

传统的强化学习（RL）使用回报（也称为累积随机奖励的期望值）来训练代理学习最佳策略。 但是，最近的研究表明，学习学习收益的分布要比学习其预期价值具有不同的优势，如在不同的RL任务中所见。 从使用传统RL的收益期望到分配RL收益分配的转变，为RL的动力学提供了新见解。 本文基于我们最近的研究RL量子方法的工作。 我们的工作使用量子神经网络实现了分位数回归（QR）分布Q学习。 该量子网络在具有不同分位数的网格世界环境中进行了评估，说明了其对算法学习的详细影响。 还将其与马尔可夫决策过程（MDP）链中的标准量子Q学习进行了比较，这表明量子QR分布Q学习比标准量子Q学习可以更有效地探索环境。 RL中的主要挑战是有效的勘探以及开发与勘探的平衡。 先前的工作表明，可以从分布的角度采取更多有益的措施。 我们的研究结果表明了其成功的另一个原因：分布式RL的性能增强可以部分归因于其有效探索环境的卓越能力。

云计算、隐私计算、量子计算

首先分析粮食仓库选址的原则和影响因素等，研究建立了粮库选址模型；进而考虑带障碍约束条件，采用量子粒子群优化的空间聚类分析方法，解决了粮库选址问题；最后，以河南省粮库选址为实例进行了模型验证。实验表明，使用量子粒子群优化方法提高了粮库选址的科学性，为科学合理地进行粮库建设与布局提供了决策依据。

在有限甚至更高的温度下保持量子系统中纠缠的可能性（所谓的“热纠缠”）具有明显的实际意义，但还需要进行更严格的理论研究。 由于系统中的量子纠缠随时间发展并且连续地遭受环境退化，因此需要通过开放量子系统的非平衡描述。 为了确定可能导致“热缠结”存在或不存在的关键问题和影响因素，我们对有限温度标量场描绘的共享浴中两个空间分离的耦合振荡器进行了模型研究。 。 从我们为正常模态得出的Langevin方程和从协方差矩阵构造的纠缠量度中，我们考察了后期纠缠结构上直接耦合，场致相互作用和有限分离之间的相互作用。 我们表明，振荡器之间的耦合在维持中间温度和有限间隔内的纠缠中起着至关重要的作用。 相反，振荡器之间的场致相互作用是非马尔可夫效应，在高温下变得非常无效。 我们确定临界温度，在该临界温度以上，纠缠消失，以减小的振荡器系统的质心模式的反频率为主导，以领先为界，结果并非意外，这排除了这种设置下的热纠缠。