利用光学量子计算机缓解可再生能源剂情聚类中的维度诅咒
量子物理
2026-03-04 v1 系统与控制
系统与控制
摘要
传统的可再生能源剂情聚类问题通常被形式化为组合优化问题，在经典计算机上 suffer 从维度诅咒（Curse of Dimensionality, CoD）。为解决此问题，本文首先提出了一种基于核函数的量子聚类方法。具体而言，将具有最小类内距离的剂情之间的基于核函数的相似性编码为哈密顿量中基态的形式，即以 Ising 模型的形式表示。随后，这一NP难问题可被重新表述为二次无约束二进制优化（Quadratic Unconstrained Binary Optimization, QUBO），而Coherent Ising Machine（CIM）可自然求解此问题，并在经典计算机上显著优于传统方法。来自真实光学量子计算机的测试结果验证了所提方法的有效性，同时也表明其能够解决NP难聚类问题中的维度诅咒问题。
引用
@article{arxiv.2506.23569,
title = {Alleviating CoD in Renewable Energy Profile Clustering Using an Optical Quantum Computer},
author = {Chengjun Liu and Yijun Xu and Wei Gu and Bo Sun and Kai Wen and Shuai Lu and Lamine Mili},
journal= {arXiv preprint arXiv:2506.23569},
year = {2026}
}