• <del id="gxahb"><small id="gxahb"></small></del>

    
    

  • <th id="gxahb"><video id="gxahb"></video></th><code id="gxahb"><nobr id="gxahb"><track id="gxahb"></track></nobr></code>
    <big id="gxahb"></big>

    <center id="gxahb"><small id="gxahb"><optgroup id="gxahb"></optgroup></small></center>

    當前位置: 網站首頁  ·  學術動態  ·  正文

    我校計算機科學與技術學院阮越博士在國際權威期刊發表量子近似優化算法最新研究成果

    發布時間:2023-02-02   文章來源:計算機學院   瀏覽:

    近日,我校計算機科學與技術學院阮越博士在國際權威期刊《Information Sciences》發表量子近似優化算法最新研究成果?!禝nformation Sciences》是信息系統領域頂級期刊,中科院一區Top期刊,影響因子8.233。我校為論文第一單位,阮越博士為論文第一作者,2020級碩士研究生袁志強為第二作者,阮越博士和東南大學博士生導師、副教授劉志昊為共同通訊作者。上述研究成果得到了國家自然科學基金、安徽省自然科學基金、江蘇省自然科學基金、安徽省教育廳自然科學重點研究基金等項目資助。

    量子近似優化算法(Quantum Approximate Optimization Algorithm,QAOA)是基于量子線路模型對量子絕熱算法求解組合優化問題進行近似的算法框架,普遍認為是在含噪的中尺度量子計算設備(Noisy Intermediate-Scale Quantum,NISQ)上展示的相對于經典計算優勢的算法之一。在這一框架內,求解約束優化問題的傳統方法是在問題哈密爾頓量中添加懲罰項,將原問題轉化為無約束的優化問題求解,對應的量子線路較淺,算法演化需要在包含可行解和非可行解的全空間內進行,算法求解出的解質量不高。

    本研究給出了在QAOA算法框架內處理約束優化問題的一種新方案,不在問題哈密爾頓量中添加懲罰項,而是將約束寫入混合哈密爾頓量,將算法的演化限定在可行解的范圍內,提高了最終解的質量。方案分析了組合優化問題約束表達的數學形式,將其形式化地描述為線性等式約束、線性不等式約束和一般約束,給出了滿足這些約束條件的混合哈密爾頓量的數學形式及其誘導出的酉算子對應的量子線路。方案還提出了一個重要猜想,即算子的正定性(regularity)有助于提升QAOA算法性能,豐富和完善了QAOA算法處理約束優化問題的手段,在IBM量子計算機上的運行結果顯示,相較傳統方案有較大的性能提升。

    (解決約束優化問題Graph Partition的傳統方案及結果)

    (解決約束優化問題Graph Partition的新方案及結果)

    (猜想驗證---算子的正定性有利于提高算法性能)

    論文鏈接:https://doi.org/10.1016/j.ins.2022.11.020

    (撰稿:陶陶 審核:吳宣夠 張苒 杜飛)

    關閉

    • 官方微信

    • 官方微博

    佳山校區地址:安徽省馬鞍山市湖東北路400號      郵編:243002

    秀山校區地址:安徽省馬鞍山市馬向路1530號     郵編:243032

    版權所有 ? 2020  安徽工業大學 【皖ICP備19010821 皖公網安備 34050302000234號】

    女教师紧身裙一区二区网站 欧美老妇乱码伦视频上班了 国产线伊人久久无码 亚洲精品国产精品国自产
  • <del id="gxahb"><small id="gxahb"></small></del>

    
    

  • <th id="gxahb"><video id="gxahb"></video></th><code id="gxahb"><nobr id="gxahb"><track id="gxahb"></track></nobr></code>
    <big id="gxahb"></big>

    <center id="gxahb"><small id="gxahb"><optgroup id="gxahb"></optgroup></small></center>