Kvantalgoritm för approximativ optimering
Kvantalgoritmen för approximativ optimering (QAOA) är en hybrid kvant-klassisk algoritm som är utformad för att lösa kombinatoriska optimeringsproblem på kvantdatorer för närtid. QAOA, introducerad av Farhi, Goldstone och Gutmann år 2014, kodar optimeringsproblem i kvantkretsar och använder klassisk optimering för att finjustera kretsens parametrar, med målet att hitta approximativt optimala lösningar för problem som MaxCut, grafinfärgning och schemaläggning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Farhi, E., Goldstone, J., Gutmann, S. (2014). A quantum approximate optimization algorithm. arXiv preprint arXiv:1411.4028. DOI: 10.48550/arXiv.1411.4028 ↗
- Zhou, L., Wang, S. T., Choi, S., et al. (2020). Quantum approximate optimization algorithm: Performance, mechanism, and implementation on near-term devices. Physical Review X, 10, 021067. DOI: 10.1103/PhysRevX.10.021067 ↗
- Hadfield, S., Wang, Z., O'Gorman, B., et al. (2019). From the Ising model to QAOA: A quantum optimization algorithm from the physicist's perspective. Algorithms, 12, 34. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Quantum Approximate Optimization Algorithm (QAOA). ScholarGate. https://scholargate.app/sv/quantum-computing/quantum-approximate-optimization-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Grovers algoritmKvantdatorteknik↔ compare
- Kvant-Monte CarloKvantdatorteknik↔ compare
- Quantum Phase EstimationKvantdatorteknik↔ compare
- VariationskvanteigensolverKvantdatorteknik↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →