混合量子经典Benders方法在MILP优化中的性能提升
混合整数线性规划问题在工业领域被广泛应用于各类优化任务。然而随着问题规模扩大,经典求解器在实用时间限制内面临计算挑战。量子退火器原则上能加速以二次无约束二进制优化形式表述的问题求解,但其现有规模限制阻碍了实际加速效果的实现。为此,研究人员提出了量子-经典混合算法来协同发挥两种范式的优势,使现有量子计算机能处理更大规模问题。该工作提出了一种与硬件无关的Benders分解算法及系列增强技术,旨在最大限度利用量子计算优势。该分解算法包含:将整数变量主问题重构为二次无约束二进制优化问题并由量子退火器求解,同时由经典计算机处理线性子问题。增强技术主要包括:多种嵌入流程在不影响解质量前提下大幅减少嵌入计算预处理时间、保守处理割约束条件,以及考虑当前量子计算机有限规模与启发式特性的停止准则。该团队使用D-Wave量子退火器,针对可扩展的输电网扩展规划问题族,将所提算法与经典方法进行了基准测试对比。
量科快讯
10 小时前
11 小时前
1 天前
【新研究表明利用纠缠原子云进行量子测量可实现更高测量精度】瑞士巴塞尔大学与法国巴黎卡斯特勒–布罗塞尔实验室(LKB)的研究人员最近合作证明,空间上分离的量子物体之间的纠缠不仅可实现,还能够用于同时高…
1 天前
4 天前

