马里兰大学开发新框架旨在增强量子算法以应对复杂的配送路线

盖世汽车讯 据外媒报道，由Yuan-Zheng Lei领导的马里兰大学科学家团队开发出新的框架，旨在增强量子近似优化算法(Quantum Approximate Optimisation Algorithm，QAOA)，以应对复杂的物流挑战，特别是车辆路径问题。这项研究解决了标准QAOA的一个根本局限性:难以在庞大的搜索空间中高效地识别有效解。

该团队的方法结合了目标初始状态和一种新型混合器，该混合器旨在既保留现有的部分解结构，又能促进对新潜在路径的探索。通过仿真进行的评估(包括考虑当前量子硬件实际限制的仿真)始终表明，与传统的QAOA实现相比，该方法在解的成本和可行性方面均表现出更优的性能，这表明随着量子技术的成熟，为更高效的车辆路径量子解决方案提供了一条可行的途径。

约束感知QAOA显著扩展车辆路径问题的可行解空间

• 
  青春爱情电影《花渡好时光
• 
  《长风渡》热播，“柳玉茹
• 
  《归路》收视飙升，冲着谭
• 
  《风吹半夏》定档江苏卫视

• 比亚迪去年营收达8039.65亿元研发投入同比增长17
• 广西下达今年首批重大项目前期工作经费2.83亿元支持5
• 景顺长城柯海东：在市场风浪中挖掘高增长标的，后市看好三
• 2025年“新时代的贵州人”重点发布仪式暨“行走的思政
• 标定毫秒级底盘自救：爆胎模拟系统如何实现高保真“极限复
• 3月新势力销量“分水岭”背后的北派阳谋
• 华为乾崑赋能新阿维塔12上市/06T开启预售
• 告别烧钱造车新势力开启新一轮竞逐
• 加快推进小型农业水利设施建设与管护攻坚行动广西新增恢复
• 长城欧拉5混动版硬核验证“平顺实力”，让“顺”与“快”