量子科技中心_量科网

近年来，电动汽车（EV）的最优路径规划问题备受关注，而充电桩布局是影响电动汽车推广的关键因素。该研究团队聚焦充电桩选址与车辆路径联合优化问题。当路径问题转化为二次无约束二元优化（QUBO）形式时，量子退火机等专用求解器有望实现高速精准求解。但电池容量约束会导致需引入大量辅助量子比特才能构建QUBO模型。为此，研究人员提出了一种结合贝叶斯推理与QUBO求解器的序列优化方法，该方法能自动学习电池容量约束机制，仅需少量搜索即可同步优化充电桩数量、选址及车辆路径规划。在包含20个站点的路径测试案例中，该团队验证了学习机制的有效性及搜索算法的高效性。这一成果为QUBO求解器应用于含约束优化问题开辟了新途径——这类问题通常需要海量辅助量子比特才能转化为标准QUBO形式。