面向多频率天线布置问题的约束保持量子算法

传统量子组合优化算法通常将约束编码为目标函数中的软惩罚项，导致效率和可扩展性低于那些利用约束引导搜索以获得高质量解的经典方法。虽然为任意问题解决此问题本质上是困难的，但我们针对电信领域的特定问题——多频率天线布置问题——引入了约束保持量子绝热算法（QAA）。为此，我们构建了包含所有可行解等幅叠加态的初始态，定义自定义混合器以保持顶点染色的单热编码约束以及天线数量的基数约束。该方案可扩展至具有类似约束的更广泛应用范围。我们首先对比基础 QAA 版本，证明本算法在可行性和成功概率方面均表现优异。随后，我们基于 SPLIT 框架的约束感知分解方法，将其应用于上百变量的大规模问题。结果表明，该方法在可行性和成功概率上均优于分支限界和模拟退火等大规模经典方法。这一工作支持了约束感知算法对工业场景下量子方法的实际高效应用的先前论断。