量子科技中心_量科网

量子近似优化算法（QAOA）是一种用于解决组合优化问题（如最大割问题）的重要变分算法。该算法的关键挑战在于高效确定能产生优质解的合适参数（γ、β）。本文提出一种框架，将完全信息粒子群优化（FIPSO）与采用Adam优化器的自适应梯度校正相结合，以探索QAOA参数空间。该方法旨在规避贫瘠高原和局部极小值收敛等问题。研究团队在两类图实例（ErdosRenyi和Watts-Strogatz）上对该算法进行评估，不同QAOA深度的实验结果均证明其性能优于随机初始化，凸显了所提优化框架的有效性与鲁棒性。