利用伊辛机在化学反应网络中寻找最优路径

在化学反应网络中寻找最优路径对于阐明和设计化学过程至关重要，在合成规划与代谢路径分析等方面具有重要应用。此类化学路径寻找问题可表述为约束组合优化问题，旨在给定网络中找出连接起始原料与目标物质的最优化学反应组合。由于组合爆炸，寻找最优路径所需计算时间随网络规模呈指数增长。伊辛机，包括量子退火与模拟退火器件，是致力于此类困难组合优化的新兴计算机。然而，据我们所知，尚未有将伊辛机应用于化学路径寻找问题的尝试。本文中，我们提出首个面向化学路径寻找问题的伊辛/量子计算应用。由化学路径寻找问题转化而来的伊辛模型包含若干类违反约束的惩罚项。如何设定不同类型惩罚项的适当惩罚强度并不显然。为应对此挑战，我们采用贝叶斯优化进行参数调优。此外，我们引入一种依据底层问题结构对惩罚项分组从而提升调优性能的新技术。所提算法的性能评估与分析使用 D-Wave Advantage 系统与模拟退火进行。基准结果揭示了寻找精确最优路径的挑战。同时，结果表明若可接受代价值一定程度相对误差，则找到近似最优路径是可行的。