[发明专利]代理二进制优化

说明书

操作可以包括标识与优化问题对应的变量，每个变量具有初始值。操作可以包括基于每个变量的初始值来计算目标函数值和多个函数值改变。每个函数值改变可以基于不同的变量值改变来计算，每个变量值改变与对变量中不同的一个做出的相应改变对应。操作可以包括基于相应的函数值改变以及对子集中的变量的相应初始值做出的对应变量值改变来选择变量的子集，并且使用子集来生成代理二次无约束二进制优化(QUBO)模型。操作可以包括使用代理QUBO模型来确定包括解值集的优化问题的解，解值中的每一个与不同变量对应。

本公开内容总体上涉及代理(surrogate)二进制优化。

对相关申请的交叉引用

本申请要求于2020年5月1日提交的美国临时申请第63/019,046号的优先权，该美国临时申请通过引用整体并入本文。

背景技术

优化问题可以通过为表示优化问题的函数找到返回最大值或最小值的输入值来求解。该问题的求解可以在如由时间复杂度多项式方程限定的多项式时间内实现。可能无法在多项式时间内求解的优化问题可以被归类为非确定性多项式可接受问题或NP困难(NP-hard)问题。求解NP困难问题可能是困难的，因为确定NP困难问题的有效解所需的时间可能会指数增长，这取决于求解优化问题必须优化的变量的数目。

本公开内容中要求保护的主题不限于解决任何缺点或仅在诸如上述那些环境的环境中工作的实施方式。相反，该背景技术仅被提供用于说明可以实践本公开内容中描述的一些实施方式的一个示例技术领域。

发明内容

根据实施方式的一方面，操作可以包括标识与优化问题对应的多个变量，多个变量中的每个变量具有对应的初始值。操作可以包括基于多个变量的初始值来计算目标函数值。操作可以包括计算目标函数值的多个函数值改变，其中，多个函数值改变中的每一个基于多个变量值改变中不同的一个来计算，并且多个变量值改变中的每一个与对初始值中不同的一个做出的相应改变对应。操作可以包括基于与对变量的子集中的变量的相应初始值做出的对应变量值改变对应的相应函数值改变来选择变量的子集。操作可以包括使用所选择的变量的子集来生成优化问题的代理二次无约束二进制优化(QUBO)模型。操作可以包括使用代理QUBO模型来确定优化问题的一个或更多个候选解，一个或更多个候选解中的每一个包括与多个变量对应的解值集，并且解值集中的解值中的每一个与多个变量中的不同变量对应。操作可以包括基于一个或更多个候选解来确定优化问题的解。

实施方式的目的和优点将至少通过权利要求中特别指出的元素、特征以及组合来实现和完成。应当理解，前面的总体描述和下面的详细描述两者都是说明性的，而并非是对所要求保护的本发明的限制。

附图说明

将通过附图以附加的明确性和细节来描述和说明示例实施方式，在附

图中：

图1是表示与确定二进制优化问题的解相关的示例系统的图。

图2是确定二进制优化问题的解的示例方法的流程图。

图3是表示与二进制优化问题相关联的变量和与该变量对应的二进制节点的图。

图4是迭代更新与二进制优化问题相关联的变量的值以确定二进制优化问题的解的示例方法的流程图。

图5是基于一个或更多个候选解使用增量更新方案选择二进制优化问题的解的示例方法的流程图。

图6是实现增量更新方案的示例实施方式的图。

图7是可以用于确定二进制优化问题的解的示例系统。

具体实施方式