返回
Penalty-enhanced quantum approximate optimization algorithm framework for maximization and minimization problems
DOI:10.1016/j.tcs.2025.115649.png)
摘要
En 中文
量子近似优化算法(QAOA,下同)在解决NP难组合优化问题上展现出巨大潜力。本研究提出了一种惩罚增强型QAOA框架,用于处理最大化与最小化问题。通过统一设置惩罚系数,该框架为两类问题提供了通用支持。它通过调整目标函数与哈密顿量构建,确保输出解的可行性并提升近似解的质量。我们将此框架应用于最小顶点覆盖问题(作为最小化任务)和最大独立集问题(作为最大化任务),并设计了相应的量子哈密顿量及惩罚项。
Keyword:
Quantum approximation optimization
algorithm
Hamiltonian
Vertex cover
Independent set
期刊
IF:
1
论文数:
273
被引数:
1.0W
机构
引用论文
From the Quantum Approximate Optimization Algorithm to a Quantum Alternating Operator Ansatz从量子近似优化算法到量子交替算子Ansatz
Algorithms
IF0

