量子科技中心_量科网

该研究团队提出了一种量子启发组合求解器，该求解器在矩阵乘积态（MPS）上执行虚时间演化（ITE），通过结构化SWAP网络和逻辑量子位的光谱映射来整合非局域耦合。这种完全由局域双量子位门构成的SWAP网络，可有效调解非局域量子位相互作用。研究人员探究了基于矩形和三角形SWAP门网格的两种不同网络架构，并结合光谱量子位排序分析了其性能——该方法依据逻辑量子位连接图的拉普拉斯矩阵将逻辑量子位映射至MPS位点。所提框架在具有不同图连接性的合成MaxCut实例上进行了评估，同时应用于基于180个量子位真实历史资产数据的动态投资组合优化问题。实验表明：相较于随机量子位排序的优化方案，结合光谱排序与三角形SWAP网络能在特定问题配置上实现超过20倍的误差降低。此外，对投资组合优化过程中纠缠熵的分析揭示，光谱量子位排序不仅能提升解质量，还可增强MPS内部整体及空间分布的量子纠缠。这些发现证实，通过光谱映射与高效路由网络利用问题结构，可显著提升基于张量网络的优化算法性能。