Research on Multi-Terminal Collaborative Path Optimization for Distribution Network Intelligence-Quantum Encryption-UAV Main Station

Xiaoqing Xu

doi:10.1142/S0218126626420132

2026-01-01

PRE

DOI：10.1142/S0218126626420132

原文链接

原文求助

摘要

En 中文

量子计算作为一种新兴的计算范式，因其在线性优化和量子化学问题上的潜在优势而备受关注。提出了一种集成VQE和QAOA的混合量子-经典模型，用于高效的任务分配和路径优化。然而，受限于硬件噪声、量子比特限制和参数优化瓶颈，这些算法仍面临收敛不稳定、梯度消失和大规模问题中基态概率低等挑战。本文提出了一种混合优化框架，集成改进的VQE和QAOA，将自适应参数初始化和多级参数调度机制引入VQE。相比之下，QAOA结合了改进的经典优化器和参数扰动策略，从而增强算法在搜索空间中的全局收敛能力。在6、9、10和12个量子比特的联合优化示例实验中表明，该方法在有限硬件条件下可显著提高基态概率和收敛稳定性。结果表明，所提出的框架在复杂调度和资源分配任务中具有有效性，展示了其在量子优化实际实现中的潜在应用。

Keyword:

Quantum computing

quantum approximation optimization algorithm (QAOA)

variational quantum eigenvalue solver (VQE)

combinatorial optimization

convergence

NISQ