通过量子绝热演化的约束二元优化次梯度方法
最优化与控制
2019-01-07 v3 新兴技术
量子物理
摘要
早期工作[18]提出了一种通过量子绝热演化利用外近似法求解约束二元二次规划问题的拉格朗日对偶的方法。在理想无噪声量子绝热系统下，这应是求解拉格朗日对偶问题的有效方案。然而，当前量子退火系统的实现需要能高效处理可能噪声源的方法。本文中，我们考虑用次梯度方法为约束二元多项式规划问题的拉格朗日对偶寻找最优原始对偶对。然后我们将二次稳定集（QSS）问题作为案例研究。我们发现将此方法应用于QSS问题可视为一种依赖于实例的惩罚项方法，避免了大的惩罚系数。最后，我们报告了使用D-Wave 2X量子退火器的实验结果，并得出结论：与通常的惩罚项方法相比，我们的方法帮助该量子处理器更频繁地成功解决这些问题。
引用
@article{arxiv.1605.09462,
title = {A Subgradient Approach for Constrained Binary Optimization via Quantum Adiabatic Evolution},
author = {Sahar Karimi and Pooya Ronagh},
journal= {arXiv preprint arXiv:1605.09462},
year = {2019}
}