基于量子退火器的构象搜索变邻域下降启发式算法
量子物理
2019-06-25 v2
摘要
发现分子的低能构象对计算化学家极具吸引力，其在计算机辅助材料设计和药物发现中有应用。在本文中，我们提出了一种用于构象搜索问题的变邻域搜索启发式算法。利用分子的结构选择邻域，以便高效地使用二元二次优化器进行构象搜索。该方法对于分子力场的选择和搜索空间中离散化层级的数量具有灵活性，并可进一步推广以利用高阶二元多项式优化器。它非常适合于诸如量子退火器等设备的使用。在仔细定义邻域后，该方法易于适应这些设备的规模和拓扑，从而能够随着其未来的改进无缝扩展。
引用
@article{arxiv.1811.06999,
title = {A Variable Neighbourhood Descent Heuristic for Conformational Search Using a Quantum Annealer},
author = {D. J. J. Marchand and M. Noori and A. Roberts and G. Rosenberg and B. Woods and U. Yildiz and M. Coons and D. Devore and P. Margl},
journal= {arXiv preprint arXiv:1811.06999},
year = {2019}
}