.png){kind=icon}
返回
Enhanced open-source scatter search algorithm for solving quadratic unconstrained binary optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cor.2025.107137.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，量子计算引发了显著的关注和创新，其中二次无约束二元优化（QUBO）模型是其核心。本文介绍了SATPR，一种新的开源量子启发式元启发式算法，该算法结合了散点搜索、自适应任期禁忌搜索和路径重连。通过整合多种启发式组件实现禁忌任期的自适应特性，使SATPR能够有效解决不同类型的QUBO问题实例。此外，SATPR利用并行性充分挖掘多线程能力，进一步提升了其计算效率。我们在四个基准测试集（包括知名的QUBO和Max-Cut实例以及较少探索的随机图结构）的大型且具有挑战性的问题实例上进行了广泛评估。结果表明，与领先的元启发式QUBO求解器以及量子启发的Fixstars Amplify退火引擎相比，SATPR在解的质量和计算效率方面均具有高度竞争力。
期刊
C
IF:
4.3
论文数:
6.5K
被引数:
1.8W
机构
暂无机构信息
引用论文
.png){kind=icon}
A large population island framework for the unconstrained binary quadratic problem无约束二元二次问题的大种群孤岛框架
OAAI
OAAI分享收藏
查看更多内容