评审组：计算机与系统科学组
项目名称：量子智能计算理论与应用研究
提名单位： 中共陕西省委军民融合发展委员会办公室
提名等级：二等奖
提名单位意见： 我单位认真审阅了该项目提名书及附件材料，确认全部材料真实有效，并按照要求对该项目的基本情况进行了公示，公示期间无异议。该项目面向NISQ量子计算实用化需求，形成三项创新：提出协作式量子行为粒子群优化方法，缓解NP-hard问题早熟收敛与计算瓶颈；建立量子多目标协同学习模型，实现百万级数据快速聚类；融合量子智能计算与神经架构搜索，突破遥感图像解译先验不足难题，三者分别对应优化方法、学习模型和系统架构三个层面，构成从算法设计到工程转化的完整链条；相关技术已落地于中电科二十所无人机协同优化、航天九院七七一所舰船目标量子分类等工程场景，服务于国防安全和智慧遥感领域；5篇代表性论文发表于IEEE TNNLS、IEEE TGRS、Pattern Recognition、Information Sciences、Applied Soft Computing等期刊，Web of Science核心合集他引338次，Scopus他引429次，出版《量子计算智能》和《量子计算、优化与学习》两部专著，先后获陕西省优秀研究生教材一等奖和全国教材建设奖二等奖；项目执行期间培育了教育部新世纪优秀人才1名、陕西省科技新星1名、陕西省优秀博士学位论文获得者1名。根据《关于开展2026年度陕西省科学技术奖提名工作的通知》，参照自然科学奖评定条件和标准，提名该项目为陕西省自然科学奖二等奖。
项目简介：
客观评价：
代表性论文专著目录：
主要完成人情况：
  1. 姓名：李阳阳
    排名：1
    行政职务：量子科技交叉研究院副院长
    技术职称：教授
    工作单位：西安电子科技大学
    完成项目时所在单位：西安电子科技大学
    对本项目主要学术贡献：完成人作为项目负责人，负责确定研究方案，并参与一线科研，在量子智能优化及应用方面取得突破包括：1）针对进化计算求解海量数据NP-hard问题时种群多样性匮乏、易早熟收敛的结构缺陷，揭示量子态叠加、纠缠与进化搜索机制的深度耦合关系，提出量子智能优化理论；2）针对传统进化计算学习能力弱、初值敏感、强依赖数据分布等缺陷，揭示多尺度下群体智能全局探索与个体学习局部优化的竞争协同关系，构建量子多目标学习框架；3）揭示量子智能计算的高速收敛优化机制，搭建量子及智能计算平台。完成人对发现点一、二、三均作出创造性贡献，是代表性论文1、2的第一作者，论文4、5的通讯作者，专著6的第一作者及专著7的主要作者。
  2. 姓名：李玲玲
    排名：2
    行政职务：智能语言学部副主任
    技术职称：教授
    工作单位：西安电子科技大学
    完成项目时所在单位：西安电子科技大学
    对本项目主要学术贡献：完成人对本项目科学发现点二和发现点三做出创造性贡献具体为：1）提出量子行为离散多目标粒子群优化算法，通过量子叠加态概率表示与非支配排序策略，突破传统聚类易陷局部最优的瓶颈，实现百万级节点网络高效自动聚类；2）提出复数多尺度几何分析、多模态特征融合等理论方法，有效提升标注受限与内容受限下遥感影像解译能力，为发现点三的量子及智能遥感解译提供了重要思路。完成人是代表性论文3的第一作者和代表性专著6的主要作者。
主要完成单位：
  1. 单位名称：西安电子科技大学
    单位贡献：面向NISQ时代量子计算实用化需求，本项目围绕量子智能计算理论与应用，研究叠加、纠缠和相干等物理特性在智能算法中的作用，形成从优化方法、模型到系统及工程转化的完整链条：优化方法层面，提出动态上下文协同和分区协同量子行为粒子群优化算法，缓解NP-hard问题中的早熟收敛与高计算量难题；学习模型层面，建立量子多目标协同学习模型，实现百万级数据快速自动聚类；系统架构层面，融合量子智能计算与神经架构搜索，突破遥感图像解译先验信息不足等瓶颈。相关技术已用于中电科二十所无人机协同优化、航天九院七七一所舰船目标量子分类等场景，服务于国防安全和智慧遥感领域；5篇代表性论文发表于IEEE TNNLS、IEEE TGRS、Pattern Recognition、Information Sciences、Applied Soft Computing等期刊，Web of Science核心合集他引338次，Scopus他引429次，出版《量子计算智能》和《量子计算、优化与学习》两部专著，获陕西省优秀研究生教材一等奖和全国教材建设奖二等奖；培育了教育部新世纪优秀人才1名、陕西省科技新星1名、陕西省优秀博士学位论文获得者1名。西安电子科技大学作为本项目第一完成单位，全面负责项目的总体规划、设计、实施与组织，为本项目提供了大力支持和充分保障，确保了项目的顺利进行。

完成人合作关系说明： 完成人合作关系说明：1
陕西省科技厅成果处