1 中国北京北京大学2号计算机科学技术系2北京北京北京大学AI行业研究所3中国北京7福吉安省脑衰老和神经退行性疾病的关键主要实验室,基础医学科学学院,福建医科大学,福建,富士,富士,纳米材料和纳米安全的纳米材料和纳米安全性生物医学效应的主要实验室中国北京大学 *应致辞:wangzh@iccas.ac.cn,liuyang2011@tsinghua.edu.cn,majianzhu@tsinghua.edu.edu.cn中国北京北京大学2号计算机科学技术系2北京北京北京大学AI行业研究所3中国北京7福吉安省脑衰老和神经退行性疾病的关键主要实验室,基础医学科学学院,福建医科大学,福建,富士,富士,纳米材料和纳米安全的纳米材料和纳米安全性生物医学效应的主要实验室中国北京大学 *应致辞:wangzh@iccas.ac.cn,liuyang2011@tsinghua.edu.cn,majianzhu@tsinghua.edu.edu.cn中国北京北京大学2号计算机科学技术系2北京北京北京大学AI行业研究所3中国北京7福吉安省脑衰老和神经退行性疾病的关键主要实验室,基础医学科学学院,福建医科大学,福建,富士,富士,纳米材料和纳米安全的纳米材料和纳米安全性生物医学效应的主要实验室中国北京大学 *应致辞:wangzh@iccas.ac.cn,liuyang2011@tsinghua.edu.cn,majianzhu@tsinghua.edu.edu.cn中国北京北京大学2号计算机科学技术系2北京北京北京大学AI行业研究所3中国北京7福吉安省脑衰老和神经退行性疾病的关键主要实验室,基础医学科学学院,福建医科大学,福建,富士,富士,纳米材料和纳米安全的纳米材料和纳米安全性生物医学效应的主要实验室中国北京大学 *应致辞:wangzh@iccas.ac.cn,liuyang2011@tsinghua.edu.cn,majianzhu@tsinghua.edu.edu.cn中国北京北京大学2号计算机科学技术系2北京北京北京大学AI行业研究所3中国北京7福吉安省脑衰老和神经退行性疾病的关键主要实验室,基础医学科学学院,福建医科大学,福建,富士,富士,纳米材料和纳米安全的纳米材料和纳米安全性生物医学效应的主要实验室中国北京大学 *应致辞:wangzh@iccas.ac.cn,liuyang2011@tsinghua.edu.cn,majianzhu@tsinghua.edu.edu.cn
本文介绍了一种解决离散优化 NP 难问题的新方法,该方法适用于实现硬件量子退火的量子处理器 (QPU,Quantum Processor Unit) 的架构。该方法基于在精确分支定界算法中使用量子退火元启发式算法来计算目标函数的下限和上限。为了确定下限,使用了一种定义对偶问题 (广义离散背包问题) 的拉格朗日函数的新方法,其值在量子机的 QPU 上计算。反过来,为了确定上限,我们以带约束的二元二次规划形式制定了适当的任务。尽管量子机生成的结果是概率性的,但本文提出的混合算法构建方法交替使用 CPU 和 QPU,保证了最佳解决方案。作为案例研究,我们考虑 NP 难单机调度问题,最小化延迟作业的加权数量。进行的计算实验表明,在解决方案树的根部已经获得了最优解,并且下限和上限的值仅相差百分之几。
图 1. (a) 未涂层和 Al 2 O 3 涂层 NMC 电极的 SEM 图像:(i, v) ALD-0、(ii, vi) ALD- 10、(iii, vii) ALD-20 和 (iv, viii) ALD-40。(i)-(iv) 和 (v)-(viii) 分别放大 ×25000 和 ×50000。(b) ALD-20 电极的 EDS 映射,(c) 基于同步加速器的未涂层和 ALD Al 2 O 3 涂层 NMC 的 XRD 图案。