量子科技中心_量科网

该研究团队提出了一种用于解决大规模车辆路径问题（VRP）的量子优化方法，该方法结合了标准量子近似优化算法（QAOA）与多角度量子近似优化算法（MA-QAOA）。该方案通过聚类将基于13个地点的VRP问题分解为三个均衡的4节点集群，随后采用标准QAOA处理集群内开放式旅行商问题（OTSP），而采用MA-QAOA处理集群间VRP路径规划。在10个不同数据集上的验证表明，标准QAOA能持续找到集群内路径的最优解，与传统Gurobi优化器的结果完全吻合。更具突破性的是，结合同步扰动随机逼近（SPSA）优化器的MA-QAOA展现出与传统优化方法相媲美的性能，最终获得的解与传统Gurobi优化器结果高度逼近。这种集群分解方法使得量子优化可处理的问题规模远超以往量子VRP实施方案——在保持解的质量前提下，将处理能力从4-6个地点的限制提升至13个地点规模。