量子退火、数字退火与经典求解器在反应网络路径分析和 mRNA 密码子选择中的比较研究
量子物理
2025-11-05 v2
摘要
对于各种优化问题，求解的经典时间是超多项式的，迄今为止难以用基于经典比特的计算硬件求解。数字退火器和量子退火器有潜力使用二次无约束二值优化（QUBO）问题表述来识别此类优化问题的近优解。本工作对两个用例进行基准测试，以评估 QUBO 求解器在组合优化问题中的效用，从而确定 QUBO 表述和基于退火的算法是否优于经典混合整数规划（MIP）和约束规划（CP）求解器。应用了各种 QUBO 和求解器指标（如问题映射、定量互连性、惩罚结构、求解器最小成本（获得的最优值）和求解器求解时间）来评估不同的 QUBO 问题。比较了有约束和无约束的 QUBO 求解器，包括 Fujitsu 数字退火器（DA）、各种 D-Wave 混合量子退火求解器（QA、HQA），以及经典 MIP/CP 求解器 HiGHS、Gurobi、SCIP 和 CP-SAT。两个具有工业相关性的用例是反应网络路径分析和 mRNA 密码子选择。对于反应路径分析，观察到经典 MIP/CP 求解器（尤其是 Gurobi 和 CP-SAT）能在合理的时间范围内将问题求解至最优。对于 mRNA 密码子选择，在所有问题规模的求解时间上，Gurobi 的表现均优于所有其他求解器，其次是 CP-SAT 和 D-Wave 非线性（NL）HQA 求解器。
引用
@article{arxiv.2509.09862,
title = {Comparative Studies of Quantum Annealing, Digital Annealing, and Classical Solvers for Reaction Network Pathway Analysis and mRNA Codon Selection},
author = {Milind Upadhyay and Mark Nicholas Jones},
journal= {arXiv preprint arXiv:2509.09862},
year = {2025}
}
备注
56 pages, 9 figures, 13 tables, 58 references