Effizienter Quantenalgorithmus für lineare Programmierung mittels Innere-Punkte-Methoden
Wir beschreiben einen Quantenalgorithmus, der auf einer Innere-Punkte-Methode basiert und lineare Programme mit n Ungleichheitsbeschränkungen und d Variablen löst. Der Algorithmus gibt eine ε-optimale Lösung in Zeit √n · poly(d, log(n), log(1/ε)) aus, was für "lange" lineare Programme (n ≫d) sublinear ist.
Die Überlappungslücke-Eigenschaft begrenzt das Vertauschen in QAOA
Die Überlappungslücke-Eigenschaft (OGP) in der Lösungsmenge für Max-q-XORSAT führt dazu, dass das Vertauschen der Grenzen in QAOA zu suboptimalen Ergebnissen führt. Darüber hinaus ist die durchschnittliche Leistung von QAOA für das reine q-Spin-Modell für gerade q ≥4 selbst bei unbegrenzter Laufzeit begrenzt.
Optimierung der Kettenstärke von Quantenannealern: Eine einfache Heuristik zur Einstellung für alle Fälle
Die Wahl der richtigen Kettenstärke ist entscheidend für die Leistung von Quantenannealern bei der Lösung kombinatorischer Optimierungsprobleme. Diese Arbeit präsentiert eine einfache Heuristik, die die Kettenstärke für jede Instanz optimiert und so die Lösungsqualität im Vergleich zur Standardmethode um bis zu 17,2% verbessert.
© 2024 by Linnk AI