随着半导体集成芯片不断逼近摩尔定律的极限,经典计算机的算力逐渐受到限制。基于量子比特的叠加和纠缠等特性,量子计算机逐渐成为未来计算机的主要发展方向之一。在当前的物理工艺和硬件水平下,通用量子计算机的产生还需要一定的技术突破,而由于玻色采样机中不包含量子门,且不受退相干时间的限制,基于玻色采样的光量子计算机开始成为量子计算领域的研究重点。本文主要研究并开发了一种可在经典计算机上进行光量子计算模拟及验证的仿真平台。首先介绍了玻色采样的理论模型,围绕玻色采样中对矩阵积和式的不同求解算法进行实现并分析各自的运算性能,并采用格雷码编码方式成功完成对算法的改进,结果表明,改进后的矩阵积和式算法的运算速度明显加快,更适合在经典计算机上实现大规模玻色采样仿真。其次,基于Reck模型设计了可自主编辑的线性光学网络,用户可通过该网络实现玻色采样仿真的全过程,并根据需求选择和修改不同的光学基本单元相关参数和不同的光学线路模型。此外,为了更好地模拟真实物理环境,提高仿真平台的容错能力,本文设计了表示光子间相似程度的全同度矩阵以及引入光子损失的等效光学网络模型,用以探讨玻色采样中可能存在的误差因素对采样结果的影响,通过对比不同条件下的采样分布差异可知,光子在传播中的产生的损失以及光子间的相似程度等变量对玻色采样结果分布的影响十分明显。为了对玻色采样结果进行检验以及和其他采样进行区分,本文实现了对RNE算法和贝叶斯算法等采样验证算法的开发,并研究了马尔科夫链-蒙特卡洛采样方法中跳跃样本数和光学网络规模等参数对贝叶斯检验的影响。实验表明,跳跃样本数越多、光学网络规模越小,通过贝叶斯检验所需的采样结果数越少,有效证明了理想情况以及含误差情况下采样结果的可靠性,进一步加强了玻色采样研究过程中的理论指导。