一种用于多约束位置优化问题的混合经典-量子方法
量子物理
2026-07-08 v1
摘要
最大覆盖位置问题（MCLP）是一个NP难的组合优化问题（COP），旨在确定最大化总覆盖范围的最佳设施位置。它的特点是同时具有等式和不等式约束，这些约束确保了正确的覆盖，但随着实例规模的增大，显著增加了探索解空间的复杂性。混合量子-经典方法可能为经典优化方法提供一种有前景的替代方案，通过量子叠加和概率采样来探索复杂的能量景观。在这项工作中，MCLP被表述为二次无约束二元优化（QUBO）模型，其中约束嵌入对解质量起着关键作用。特别是，采用不平衡惩罚（UP）作为松弛变量（SV）的替代方案来处理不等式约束，而无需增加变量数量。本研究侧重于QAOA及其变体之一WS-QAOA，后者利用从问题的连续松弛导出的有偏初始状态。此外，还加入了线性斜坡（LR）参数调度以降低优化复杂性。这些技术的性能在单独和组合情况下，作为电路深度 和问题规模的函数进行评估。结果表明，UP、LR和WS-QAOA的组合方法持续提高了解质量和可行性指标，同时随着问题规模的增加保持稳健的性能，突显了其在混合量子-经典优化框架中的潜力。
引用
@article{arxiv.2607.16277,
title = {A Hybrid Classical-Quantum Approach for Multi-Constrained Location Optimization Problem},
author = {Jorge Saavedra-Benavides and J. Alejandro Montanez-Barrera and Alberto Maldonado-Romo and Daniel Sierra-Sosa},
journal= {arXiv preprint arXiv:2607.16277},
year = {2026}
}