量子科技中心_量科网

具有连续变量的非线性动力系统可用于求解离散变量的组合优化问题。这类系统的数值模拟可作为启发式算法，其显著优势在于可并行性——利用前沿众核处理器进行大规模并行计算，从而实现超高速性能。然而，连续变量动力系统方法的求解精度通常低于模拟退火等传统离散变量方法。为提升代表性动力系统算法“模拟分岔”（SB，源于量子非线性振荡器网络经典模拟中观察到的量子分岔现象）的求解精度，该研究团队通过引入个体分岔参数的非线性控制对其进行广义化改进。实验表明，广义化SB（GSB）在部分大规模问题上可实现近100%的成功率，基于GSB的机器将2000变量问题的求解时间缩短至10毫秒，较此前SB机器1.3秒的最优记录提升两个数量级。通过调控非线性控制强度研究GSB的混沌特性，研究人员发现超高成功率出现在混沌边缘区域，表明GSB通过驾驭混沌边缘实现高效求解。这一发现揭示：利用混沌边缘特性可增强动力系统解决组合优化问题的能力，为采用仿生方法攻克难解组合优化问题开拓了新路径。