蓋世汽車訊 據(jù)外媒報(bào)道，由Yuan-Zheng Lei領(lǐng)導(dǎo)的馬里蘭大學(xué)科學(xué)家團(tuán)隊(duì)開發(fā)出新的框架，旨在增強(qiáng)量子近似優(yōu)化算法(Quantum Approximate Optimisation Algorithm，QAOA)，以應(yīng)對(duì)復(fù)雜的物流挑戰(zhàn)，特別是車輛路徑問題。這項(xiàng)研究解決了標(biāo)準(zhǔn)QAOA的一個(gè)根本局限性:難以在龐大的搜索空間中高效地識(shí)別有效解。

該團(tuán)隊(duì)的方法結(jié)合了目標(biāo)初始狀態(tài)和一種新型混合器，該混合器旨在既保留現(xiàn)有的部分解結(jié)構(gòu)，又能促進(jìn)對(duì)新潛在路徑的探索。通過仿真進(jìn)行的評(píng)估(包括考慮當(dāng)前量子硬件實(shí)際限制的仿真)始終表明，與傳統(tǒng)的QAOA實(shí)現(xiàn)相比，該方法在解的成本和可行性方面均表現(xiàn)出更優(yōu)的性能，這表明隨著量子技術(shù)的成熟，為更高效的車輛路徑量子解決方案提供了一條可行的途徑。

約束感知QAOA顯著擴(kuò)展車輛路徑問題的可行解空間

免責(zé)聲明：此文內(nèi)容為本網(wǎng)站轉(zhuǎn)載企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，與本網(wǎng)無關(guān)。僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。