商用量子退火求解器在带容量约束车辆路径问题上的性能
量子物理
2023-09-12 v1
摘要
量子退火（QA）是一种启发式搜索算法，可在绝热量子计算（AQC）处理器上运行以求解组合优化问题。尽管理论研究与经典硬件上的仿真已显示出令人鼓舞的结果，但这些分析常假设计算发生在无环境干扰的绝热封闭系统中。这对真实系统而言并非现实假设；因此，若无对真实量子平台的广泛实证测量，基于理论的预测、经典硬件上的仿真或有限测试均无法准确评估当前的商用能力。本研究将商用量子退火平台所提供的解决方案质量与带容量约束车辆路径问题（CVRP）的已知解进行了比较。研究通过对 QA 商用平台超过 30 小时的访问进行了广泛分析，以探究问题规模及其复杂度如何影响解的准确性与寻解所用时间。我们的结果发现绝对误差介于 0.12 与 0.55 之间，量子处理单元（QPU）时间介于 30 与 46 微秒之间。结果表明，随着约束密度的增加，解的质量下降。因此，比起问题规模，模型复杂度起着关键作用，实际应用应选择使约束密度最小化的公式。
引用
@article{arxiv.2309.05564,
title = {Performance of Commercial Quantum Annealing Solvers for the Capacitated Vehicle Routing Problem},
author = {Salvatore Sinno and Thomas Groß and Alan Mott and Arati Sahoo and Deepak Honnalli and Shruthi Thuravakkath and Bhavika Bhalgamiya},
journal= {arXiv preprint arXiv:2309.05564},
year = {2023}
}