[发明专利]基于混合量子算法的组合优化求解方法、系统及求解器架构

说明书

本发明属于量子计算技术领域，特别涉及一种基于混合量子算法的组合优化求解方法、系统及求解器架构，针对用户待求解问题，将其表示为含有目标函数和约束条件的组合优化规范化形式表达优化模型；将优化模型映射到哈密顿量，生成目标函数对应的量子线路及约束条件相关的混合状态哈密顿算子量子线路；通过设定优化器参数及可行态和角度参数，利用量子计算机或模拟器执行量子线路；并通过测量量子线路输出寻找最优近似解。本发明通过在经典和量子计算机之间设置桥梁工具，利用量子计算自动化求解组合优化问题，提高数据处理速度，降低数据复杂度，扩充量子计算实际应用场景。

技术领域

本发明属于量子计算技术领域，特别涉及一种基于混合量子算法的组合优化求解方法、系统及求解器架构。

背景技术

量子计算机在求解整数分解和无序数据库搜索方面展示出了巨大的潜力和优势，如Shor算法可在多项式时间内求解经典计算机难以解决的整数分解问题，Grover是目前无序数据搜索算法中最优的算法之一并且展示出了平方量级的加速。2019年，谷歌公司在其超导量子芯片上进行了随机线路采样，并宣称其实现了量子霸权。众所周知，组合优化问题是计算机科学研究领域中重点研究方向之一，如人工智能、逻辑学、供应链和理论计算机科学等领域都有应用。但是它们中的大多数是NP难的，如图着色问题、最大切割问题以及旅行商问题等，这些问题的复杂度随问题规模的增加呈指数增长，远远超出了经典计算机计算资源的上限，使经典计算机难以有效求解。得益于量子计算强大的并行性和存储能力，对量子计算机来说求解这些问题具有“量子优势”。随着量子算法的发展，量子近似优化算法(QAOA)被认为是在NISQ时代最具有体现量子优势的算法之一，且其是专门是为了求解组合优化问题提出的。该算法也已经被深入研究并得到广泛应用，可借鉴参考的技术众多。

用户想要应用量子计算机求解具体问题是不容易的，需要许多专业知识，比如：量子计算，量子物理和量子测控等，并且量子计算使用成本是昂贵的。首先是提出新的算法是困难的，量子算法不同于经典算法，需要拥有量子物理，量子计算以及数学等多学科的知识。其次是量子编程并不简单，程序员需要掌握量子计算机在工程上的工作原理，还需要有一定的量子算法的理论知识；同时，现有的量子编程模型和量子编程语言众多，熟练掌握并运用这些模型和语言也是一件有难度的任务。这就给一般人使用量子计算机造成了阻碍。如何让量子计算深入到更基础的应用领域，如何让人们像使用经典计算机那样在不需要了解计算机工作原理的前提下以较低的使用成本顺利使用量子计算是一个值得研究的领域。

发明内容

为此，本发明提供一种基于混合量子算法的组合优化求解方法、系统及求解器架构，提升量子计算实际应用，扩充其实际应用场景。

按照本发明所提供的设计方案，提供一种基于混合量子算法的组合优化求解方法，包含如下内容：

针对用户待求解问题，将其表示为含有目标函数和约束条件的组合优化规范化形式表达优化模型；

将优化模型映射到哈密顿量，生成目标函数对应的量子线路及约束条件相关的混合状态哈密顿算子量子线路；

通过设定优化器参数及可行态和角度参数，利用量子计算机或模拟器执行量子线路；并通过测量量子线路输出寻找最优近似解。

作为本发明基于混合量子算法的组合优化求解方法，进一步地，针对约束条件中的不等式约束，通过增加松弛变量将其转化为等式约束。

作为本发明基于混合量子算法的组合优化求解方法，进一步地，哈密顿量映射中，将方程变元量子化，通过查询哈密顿量纠缠状态，自动生成目标函数对应的量子线路及约束条件相关的混合状态哈密顿算子量子线路，通过表格建立两者对应关系线路。

作为本发明基于混合量子算法的组合优化求解方法，进一步地，利用经典计算机查找测量量子线路输出的最佳近似解，通过判断该最佳近似解是否最优来寻找最优近似解。