组合搜索的量子优化

我提出了一种“量子退火”启发式算法，用于在由待最小化成本函数表征的受挫状态集中进行组合搜索。该算法是概率性的，并对测量结果进行后选择。一个扮演有效温度角色的独特参数控制着计算负载和优化的整体质量。通过选择相应较低的有效温度，任何精度水平都可以通过独立于搜索集维度 ${\it N}$ 的计算负载来实现。这比经典搜索启发式算法要好得多，后者通常涉及随 log(${\it N}$) 的幂增长的计算时间。