.png){kind=icon}
返回
Quantum Approximate Optimization Algorithm applied to multi-objective routing for large scale 6G networks
.png){kind=icon}
OA
AI
DOI：10.1016/j.comnet.2025.111345.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多目标优化问题涉及同时优化两个或多个相互冲突的目标。这类问题出现在许多科学和工业领域，并被归类为NP难问题。多目标网络路由优化属于此类问题。在6G网络背景下，由于物联网设备的指数级增长和服务质量要求的提高，解决该问题将变得更加具有挑战性。为大规模网络寻找高质量解将日益困难。本文介绍了一种量子启发的路由优化方案，其中噪声中等规模量子计算机（NISQ）可用于解决多目标路由问题（MORP）。我们通过首先建立单目标和多目标路由的数学公式，并采用二次无约束二元优化（QUBO）方法将问题映射到基于门的模型，详细评估了所提方案的应用。为验证所提方案，我们使用了量子近似优化算法（QAOA），这是解决经典计算上不可处理的组合优化问题的首选方法。在仿真中，我们使用了IBM-Qasm模拟器和Qiskit框架。此外，我们采用Chernoff Bound作为标准技术来估计QAOA的样本复杂度。最后，我们对所提方案进行了详细的数值和理论分析，包括其时间复杂度、资源需求以及相关挑战。结果表明，所提方法在单目标和多目标场景下每迭代的时间复杂度为O(E²)，总体运行时间为(niteration + nCB)·O(E²)，受采样开销影响，在多目标情况下显著优于Dijkstra算法，其复杂度增加到O(2k(N(k + log N) + 2kE))。
Keyword:
Quantum optimization
Multi-objective routing
Quantum computing
6G
Quantum Approximate Optimization Algorithm
Quadratic unconstrained binary optimization
期刊
IF:
4.6
论文数:
1.8K
被引数:
1.6W
机构
引用论文
On the Road to 6G: Visions, Requirements, Key Technologies, and Testbeds在通往6g的道路上: 愿景、需求、关键技术和测试平台OAAI
OAAI分享收藏Novel Application of Quantum Computing for Routing and Spectrum Assignment in Flexi-Grid Optical Networks量子计算在灵活网格光网络路由和频谱分配中的新应用.png)
PhotonicsOAAI
PhotonicsIF0
OAAI分享收藏
查看更多内容