QUBO 问题的新型求解器：性能分析与与最新算法的比较研究
量子物理
2025-06-06 v1
摘要
二次无约束二进制优化（Quadratic Unconstrained Binary Optimization, QUBO）提供了一种表示 NP 难组合问题的通用框架，但现有求解器常面临速度、准确性和可扩展性之间的权衡。在本工作中，我们引入一种量子灵感求解器（quantum-inspired solver, QIS），将分支限界修剪、连续梯度下降精炼和量子灵感启发式方法整合于完全自适应控制架构之中。我们将 QIS3 与八种最新求解器进行基准测试，包括遗传算法、相干 Ising 机器、仿真分岔、平行退火、仿真退火、我们先前的 QIS2 版本、D-Wave 的仿真退火（Neal）以及 Gurobi，在三个经典 QUBO 问题类：最大割（Max-Cut）、NAE-3SAT 和谢金-凯普拉克（Sherrington-Kirkpatrick）自旋玻璃问题上进行测试。在统一的运行预算下，QIS3 在 nearly all 实例中取得最佳解，实现了 94% 的最大割实例的最优性。这些结果将 QIS3 确立为一种稳健、高性能的求解器，桥接了经典精确策略与量子灵感启发式方法，实现可扩展的 QUBO 优化。
引用
@article{arxiv.2506.04596,
title = {A Novel Solver for QUBO Problems: Performance Analysis and Comparative Study with State-of-the-Art Algorithms},
author = {Jiecheng Yang and Ding Wang and Xiang Zhao and Hairui Zhang and Ming Gao and Lin Yang},
journal= {arXiv preprint arXiv:2506.04596},
year = {2025}
}