量子辅助的层压序列检索与层压复合材料设计

我们，代尔夫特理工大学航空航天学院的 QAIMS 实验室，作为决赛选手参加了 2024 年空中客车/宝马量子计算挑战赛。层压序列检索是双层优化框架中的一个复杂组合任务，对于设计满足航空航天对重量、强度和刚度要求的层压复合材料至关重要。本文展示了我们提交方案中科学相关的部分，该方案建立在我们先前将量子计算应用于这一极具挑战性设计问题的研究基础之上。为应对比赛，我们在几个重要方面扩展了先前的工作。首先，我们将完整的制造约束纳入算法框架，包括那些先前已在理论上确立但尚未演示的约束，从而使我们的方法更贴近现实制造需求。我们实现了 F-VQE 算法，该算法增强了最优解的概率塑造，改进了更简单的变分量子算法。我们的方法还展示了灵活性，能够适应多样化的目标以及比先前演示的常规层压角度更精细的层压角度增量。利用 DMRG 算法测试了可扩展性，尽管在纠缠表示方面存在局限，但实现了多达 200 层的模拟。结果直接与传统的层压序列检索算法进行了比较，DMRG 表现出高度竞争力。鉴于 DMRG 有限的纠缠能力，它作为一个保守基线，表明在完全实现的量子系统上可能实现更高的性能。本文旨在在我们准备正式出版物阐述这些发现及其对航空航天材料设计优化的启示时，公开我们的比赛结果。