多目标QUBO求解中标量化技术研究
人工智能
2023-09-12 v1 组合数学
摘要
近年来，求解二次无约束二值优化（QUBO）问题引起了显著的研究兴趣。受物理学启发的优化算法已被提出用于推导QUBO的最优或次优解。这些方法在利用专用硬件（如量子计算机、专用CMOS及其他高性能计算资源）求解优化问题的背景下尤其具有吸引力。这些求解器随后被应用于组合优化问题的QUBO表述。量子及量子启发优化算法在学术基准和现实世界问题中均展现出有前景的性能。然而，QUBO求解器是单目标求解器。为使它们更高效求解多目标问题，需决定如何将此类多目标问题转换为单目标问题。在本研究中，我们比较了在将基数约束均值-方差投资组合优化问题的两个目标合并为一个时推导标量化权重的方法。我们展示了与使用均匀生成权重的朴素方法相比，采用迭代填充帕累托前沿中最大空间的方法在超体积方面有明显性能提升。
引用
@article{arxiv.2210.11321,
title = {A Study of Scalarisation Techniques for Multi-Objective QUBO Solving},
author = {Mayowa Ayodele and Richard Allmendinger and Manuel López-Ibáñez and Matthieu Parizy},
journal= {arXiv preprint arXiv:2210.11321},
year = {2023}
}