.png){kind=icon}
返回
Exact quantum algorithm for unit commitment optimization based on partially connected quantum neural networks
.png){kind=icon}
PRE
AI
DOI：10.1088/1674-1056/adf4aa.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子混合算法近年来已成为解决噪声中等规模量子（NISQ）时代大规模优化问题的一种极具前景且高效的方**法。机组组合（UC）问题是电力系统领域的一个基础问题，旨在以最小成本满足功率平衡约束。本文聚焦于基于量子神经网络（QNN）的精确量子算法在UC求解中的实现。该方法在满足功率平衡约束的十机组系统下进行了测试。为了提高计算精度并降低网络复杂度，我们提出了一种基于知识的部分连接量子神经网络（PCQNN）。结果表明，改进的算法能够获得精确解，同时还能降低量子电路的深度。**
Keyword:
quantum computing
quantum algorithm
unit commitment
quantum neural network
noisy intermediate-scale quantum era
03.67.Ac
03.67.Lx
88.50.Mp
45.10.Db
期刊
C
IF:
1.5
论文数:
519
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容