量子科技中心_量科网

量子启发式方法为组合优化提供了潜在优势，但受限于当前硬件条件。该研究团队提出“迭代量子近似优化算法”（Iterative-QAOA），通过结合非变分浅层电路架构与固定参数调度策略，并采用迭代式热启动流程来突破这些限制。该算法在IonQ Forte Generation量子处理器上针对准时制作业车间调度问题（JIT-JSSP）进行基准测试，这些测试案例是目前量子硬件上执行过的最大规模同类问题。与“变分量子虚时间演化算法”（VarQITE）及“非变分线性斜坡QAOA算法”对比测试表明，迭代QAOA能稳定收敛至最优解，并在所有评估案例中始终获得高质量近似解。通过张量网络模拟，该工作进一步验证了算法在97量子比特规模问题上的有效性，其扩展特性显示出未来在容错量子计算机上解决工业级问题的潜力。