迭代局部搜索与穷举搜索方法在Max-Cut与伊辛自旋模型问题QAOA中的比较
量子物理
2022-05-10 v1
摘要
对穷举搜索（ES）与迭代局部搜索（ILS）进行了比较。该比较使用量子近似优化算法（QAOA）进行。QAOA因其在实际量子硬件上实现的潜力及在优化问题与量子机器学习中的光明前景而被广泛研究。对ES与ILS方法进行了模拟，以确定这些技术在局部（经典计算机）与真实模拟（IBM量子计算机）中用于QAOA的优缺点。这些经典方法用于QAOA中以近似Max-Cut与伊辛自旋模型（ISM）问题的最优期望值，这两类问题均有三种称为线性、循环与完全（或全连接）的模拟配置。
引用
@article{arxiv.2205.03441,
title = {Comparison between the Iterative Local Search and Exhaustive Search methods applied to QAOA in Max-Cut and Ising Spin Model problems},
author = {Brian García Sarmina},
journal= {arXiv preprint arXiv:2205.03441},
year = {2022}
}
备注
21 pages, 10 figures, 4 tables, 2 quantum circuits