城市中的量子优化：城市交通系统的局限与前景

近年来，量子计算作为复杂交通规划问题的工具在城市研究中引起了关注，但其作用仍不明确。本文综述了量子计算在城市交通规划中的研究，并指出了在可扩展性、鲁棒性、约束处理和工程可行性方面的主要局限。量子优化在真实城市系统中稳定且可复现的优势尚未得到证明。通过将量子方法与成熟的经典优化方法进行比较，发现分解方法、元启发式方法和强化学习已经为中等和大规模城市交通网络提供了透明、可扩展且具有策略可解释性的解决方案。相比之下，量子方法的贡献主要在于对有限的离散组合子问题的探索性分析，而非完整的系统级优化。本文主张从技术驱动的应用叙事转向问题驱动的方法选择。从城市交通规划的角度来看，我们确定了量子计算的探索性使用可能相关的特定问题类型，包括关键链路和节点脆弱性识别、拥堵与故障场景的组合筛选、灾害相关状况分析、约束路径选项选择以及小规模设施选址和投资方案评估。本文得出结论，混合框架代表了将量子计算融入城市交通研究的一条更现实的路径，其中经典方法确保系统级一致性和策略可解释性，而量子方法支持局部的组合探索。在稳定的工程优势得到证明之前，公共机构和研究人员应优先考虑方法验证、场景适用性和跨学科合作。