Two-Step QAOA: Enhancing Quantum Optimization by Decomposing K-hot Constraints in QUBO Formulations
针对QUBO公式中带k-hot约束的组合优化问题，提出两步法QAOA，通过分阶段将软约束转硬约束提升优化效率，适用于复杂社会问题求解。
2025-02-23 quant-ph
Quantum-inspired anomaly detection, a QUBO formulation
本文针对异常检测任务，在回顾传统统计与距离类方法的基础上，提出了受量子启发的QUBO模型公式，对比了经典方法并讨论了其在现有QPU上的可扩展性。
2023-11-06 quant-ph
A QUBO Formulation for Qubit Allocation
要在量子计算机上运行算法，必须选择从电路中的逻辑量子比特到量子硬件上的物理量子比特的分配。这种初始量子位放置或量子位分配的任务在当今的量子计算机上尤其重要，因为量子计算机具有有限数量的量子位，连接约束和变化的门的几何尺寸。在这项工作中，我们制定和实现量子位的位置问题作为一个二次，无约束二进制优化（QUBO）问题，并解决它使用模拟退火，以获得一个频谱的初始位置。与现有的分配方法相比，|ket $\rangle $和Qiskit，QUBO方法产生具有改进的电路深度的分配，用于大的基准电路集合的$>$ 50%，其中许多还需要更少的CX门。
2020-11-28 quant-ph
QUBO formulations for numerical quantum computing
随着量子计算机的出现，许多量子计算算法正在被开发。求解线性方程组是几乎所有科学和工程中最基本的问题之一。Harrow-Hassidim-Lloyd算法是一种用于在门模型量子计算机上求解线性系统的里程碑式的量子算法，它被发明出来，并且已经开发出了几种先进的变体。对于给定的n × n矩阵A和向量b，我们将找到满足Ax=b的向量x的无约束二元优化（QUBO）模型。为了制定一个线性系统解决问题的QUBO模型，我们利用一个线性最小二乘问题的解决方案的二进制表示。我们在D-Wave系统上验证了这些QUBO模型，并讨论了结果。对于一个简单的系统，我们提供了一个Python代码来计算表征变量之间关系的矩阵，并打印可以直接在D-Wave系统中使用的测试代码。
2022-01-23 quant-ph
Derivation of QUBO formulations for sparse estimation
Saitama University（埼玉大学）；Fujitsu Laboratories Ltd.（富士通实验室有限公司）
我们提出了一个二次无约束二进制优化（QUBO）制定的l1范数，这使我们能够执行稀疏估计伊辛型退火方法，如量子退火。QUBO公式推导使用勒让德变换和沃尔夫定理，最近已被用来推导的RELU型函数的QUBO公式。它表明，一个简单的应用程序的推导方法的l1-范数的情况下，结果在一个冗余的变量。最后通过去除冗余变量得到简化的QUBO公式。
2020-01-27 cs.LG quant-ph
A QUBO formulation for top-$τ$ eigencentrality nodes
近年来，由于大量数据的产生，网络中节点的中心性或“层次”的有效计算已经获得了很大的相关性。特征向量中心性（又称特征中心性）由于其简单性和保真度而迅速成为中心性的良好度量。在这项工作中，我们奠定了基础，解决的特征中心性问题的排名的节点的重要性与分数从网络的特征向量，使用量子计算范例，如量子退火和基于门的量子计算。该问题被重新表述为二次无约束二进制优化（QUBO），可以在两种量子架构上求解。结果集中在正确识别给定数量的最重要的节点在众多的网络中给出了我们的QUBO制定的稀疏向量解决方案的问题，确定顶部- $τ$最高本征中心节点在网络上的D-Wave和IBM量子计算机
2022-07-10 quant-ph
Qubit Number Optimization for Restriction Terms of QUBO Hamiltonians
针对QUBO哈密顿量约束项的量子比特优化问题，汇总整数约束系数的实现方法并提出更高效的新方法，证明分数约束系数可进一步减少所需量子比特，同时表征了DWave量子退火机对分数约束的响应并给出适用指南。
2023-06-12 quant-ph
Beyond QUBO and HOBO formulations, solving the Travelling Salesman Problem on a quantum boson sampler
本研究针对旅行商问题提出一种无惩罚项的新颖量子表述，减少了所需二元变量，经玻色采样器仿真与硬件验证，可在相同量子资源下求解更大规模问题，且适用于其他量子设备。
2024-06-20 quant-ph
A degree reduction method for an efficient QUBO formulation for the graph coloring problem
提出一种针对二元变量齐次对称多项式的新降次方法，推广了常规降次方法，并在随机图的图着色问题上模拟验证其生成的降次二次多项式比常规方法包含更少变量。
2023-11-27 quant-ph
Multimodal Container Planning: a QUBO Formulation and Implementation on a Quantum Annealer
量子计算发展迅速。现实世界的应用在未来几年内是可以实现的。最有前途的领域之一是组合优化，其中二次无约束二进制优化（QUBO）问题公式用于获得良好的近似解。作为量子退火器的通用量子计算机可以很好地处理这类问题。在本文中，我们提出了一个应用程序的多式联运集装箱规划。我们展示了如何将这个问题映射到一个QUBO问题公式，以及如何在D-Wave Systems生产的量子退火机上实现。
2020-07-03 math.OC quant-ph
The Steiner Tree Problem: Novel QUBO Formulation and Quantum Annealing Implementation
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
本文提出了一种基于量子退火的新算法，用于解决Steiner树问题，通过QUBO建模和编码策略实现高效求解。
2026-03-04 quant-ph
Sparse QUBO Formulation for Efficient Embedding via Network-Based Decomposition of Equality and Inequality Constraints
The University of Tokyo（东京大学）
通过基于网络的分解方法，将等式和不等式约束转化为稀疏QUBO模型，从而提高量子退火器中嵌入效率和求解性能。
2026-01-26 quant-ph
QUBO Refinement: Achieving Superior Precision through Iterative Quantum Formulation with Limited Qubits
本文针对QUBO模型中量子比特需求大、精度有限且最优解可能与原问题解不一致的问题，提出一种从高到低指数逐位二值化、每数用两变量计算的迭代算法，将精度提升至16位小数。
2024-11-25 quant-ph
Quantum Hardware-Efficient Selection of Auxiliary Variables for QUBO Formulations
Technical University of Munich（慕尼黑工业大学）；Munich Quantum Software Company GmbH（慕尼黑量子软件有限公司）；Software Competence Center Hagenberg GmbH (SCCH)（哈根伯格软件能力中心有限公司）
本文提出了一种针对连接性有限架构的辅助变量选择方法，通过构建特定结构的交互图，使QAOA电路能够更高效地映射到不同架构，从而减少电路深度约40%。
2025-11-24 quant-ph
Optimized QUBO formulation methods for quantum computing
Scuola Normale Superiore（比萨高等师范学院）；QuSoft；Korteweg–de Vries Institute for Mathematics, University of Amsterdam（阿姆斯特丹大学科特韦格-德弗里斯数学研究所）；NEST, Scuola Normale Superiore and Istituto Nanoscienze-CNR（NEST，比萨高等师范学院与意大利国家研究委员会纳米科学研究所）
本研究提出两种新方法，通过减少QUBO变量数量，提升NISQ设备在解决NP难优化问题中的效率，并对比了D-wave量子退火机的性能差异。
2024-06-18 quant-ph
Diversifying Investments and Maximizing Sharpe Ratio: a novel QUBO formulation
本文提出一种新的QUBO公式，将夏普比率最大化与行业分散化目标统一建模，并通过量子退火及混合计算求解，展示该方法在近期处理大规模投资组合优化问题中的潜力和权衡。
2024-02-22 quant-ph
Quantum optimization beyond QUBO for industrial logistics and scheduling
Kipu Quantum GmbH（基普量子有限公司）；Volkswagen AG（大众汽车股份公司）
本研究提出高阶无约束二元优化（HUBO）公式，用于工业物流与调度问题，相比标准二次形式（QUBO）减少量子比特需求，但增加电路深度，并通过经典求解器和偏置场数字化反绝热量子优化进行验证。
2026-05-28 quant-ph
Resource-Efficient QUBO Formulation for Anchored Currency Arbitrage
University of Alabama（阿拉巴马大学）
本文针对货币套利问题提出一种资源高效的QUBO公式化方案，引入现实约束，压缩系数范围，经基准测试其为唯一可恢复手续费调整后精确最优解的编码。
2026-08-18 cs.LG quant-ph
A QUBO Formulation for the Generalized Takuzu/LinkedIn Tango Game
本文针对 Takuzu、LinkedIn Tango 及其推广游戏提出 QUBO 表述，并通过优化变量数量降低求解资源需求，使其适用于资源受限的量子设备。
2025-02-09 cs.OH math.HO quant-ph
A QUBO Formulation for the Generalized LinkedIn Queens and Takuzu/Tango Game
Instituto Tecnológico de Castilla y León (ITCL)（卡斯蒂利亚-莱昂理工学院）；National University of San Marcos（圣马尔科斯国立大学）；Thinkcomm SRL（Thinkcomm有限责任公司）
本文提出一种QUBO公式，用于解决LinkedIn皇后问题及其扩展、Takuzu游戏、最新Tango游戏及其变种，同时优化变量和交互以适应量子硬件。
2026-04-30 cs.ET physics.pop-ph quant-ph
QUBO formulation for the Snake-in-the-box and Coil-in-the-box problems
本文为 SITB、CITB 及最大公共诱导子图问题提出并证明了新的 QUBO 建模，且经经典与量子求解器验证可求得至多 5 维的最优解。
2024-09-05 math.CO math.OC quant-ph
Investigating the Relation Between Problem Hardness and QUBO Properties
本文通过分析聚类和SVM训练的QUBO谱隙，揭示了问题难度与QUBO性质的关系，发现聚类谱隙与数据可分性正相关，而SVM相反。
2024-04-03 quant-ph
Succinct QUBO formulations for permutation problems by sorting networks
Budapest University of Technology and Economics（布达佩斯技术与经济大学）
本文提出一种使用排序网络的紧凑QUBO公式，仅需O(n log²n)个二进制变量，优于传统排列矩阵编码，同时支持排列操作和顺序检查。
2026-03-13 cs.DS quant-ph
Testing a QUBO Formulation of Core-periphery Partitioning on a Quantum Annealer
我们提出了一个新的内核，量化的成功计算一个无向网络的核心-外围分区的任务。找到相关联的最优划分可以以二次无约束二进制优化（QUBO）问题的形式来表达，最先进的量子退火器可以应用于该问题。因此，我们利用新的目标函数来（a）判断量子退火器的性能，以及（b）将这种方法与现有的启发式核心-外围划分方法进行比较。量子退火在市售的D-Wave机器上进行。QUBO问题涉及一个完整的矩阵，即使底层网络是稀疏的。因此，我们开发并测试了原始QUBO的稀疏化版本，这增加了量子退火机的可用问题维度。在合成和真实数据集上提供了结果，我们得出结论，QUBO/量子退火方法在优化这个新的感兴趣的量方面提供了好处。
2022-01-05 cs.SI physics.data-an quant-ph
A QUBO Formulation for Minimum Loss Spanning Tree Reconfiguration Problems in Electric Power Networks
针对电力工程中的一个经典问题--配电网的优化重构，提出了一种新的二次无约束二进制优化（QUBO）方法。对于一个给定的图形表示的电网基础设施和已知的节点负载，问题在于找到生成树，最大限度地减少总的链路欧姆损耗。一组约束条件最初被定义为施加拓扑有效的解决方案。然后将这些约束转换为QUBO模型作为惩罚项。最后，将电损耗项作为目标函数加入模型中，以最小化。为了最大限度地提高经典求解器、混合量子-经典求解器和量子退火器的解搜索性能，我们的QUBO公式的目标是在变量使用方面非常有效。一个标准的33节点测试网络被用作我们的一般配方的说明性例子。本例的模型指标提出和讨论。最后，通过与独立方法的最优解进行比较，得到了该算例的最优解，并进行了验证。
2022-03-15 cs.ET math.OC quant-ph
Scalable Community Detection Using Quantum Hamiltonian Descent and QUBO Formulation
University of Pittsburgh（匹兹堡大学）；University of California, Santa Cruz（加州大学圣克鲁兹分校）
针对大规模图数据的社区检测问题，提出结合QUBO建模与QHD的量子启发多级算法，相比经典方法模块度最高提升5.49%且耗时更短。
2025-11-15 cs.AI cs.LG quant-ph
Benchmarking of quantum and classical SDP relaxations for QUBO formulations of real-world logistics problems
本文针对现实物流中的车辆路径与货架陈列 QUBO 实例，基准测试基于平方和与 Hamiltonian Updates 的经典及量子 SDP 松弛，揭示真实结构带来的挑战。
2025-03-13 math.OC quant-ph
QUBO Formulations for Variation of Domination Problem
本文针对经典支配问题及其多种变体提出QUBO建模方法，其中经典DP建模比已有方法使用更少量子比特，并为多个变体首次给出QUBO表述，以降低量子求解门槛并推动支配问题进入量子计算时代。
2024-12-29 cs.CE quant-ph
Implementing Slack-Free Custom Penalty Function for QUBO on Gate-Based Quantum Computers
针对 QUBO 中松弛变量导致量子比特开销增加和优化图景扭曲的问题，本文提出用指数函数与 Heaviside 阶跃函数直接编码不等式约束，并在 MKP 上验证其可提升可行性与最优性。
2025-07-25 quant-ph
Penalty Weights in QUBO Formulations: Permutation Problems
Fujitsu Research of Europe Ltd.（富士通欧洲研究有限公司）
设计用于量子计算机或其他专用硬件的优化算法近年来一直受到研究兴趣。这些求解器中的许多只能优化二进制和二次型的问题。因此，二次无约束二进制优化（QUBO）是这些求解器使用的常用公式。有许多组合优化问题自然地表示为排列，例如，流动推销员问题。然而，使用二进制变量编码置换问题提出了一些挑战。许多QUBO解算器是单翻转解算器，因此可能生成无法解码为有效排列的解。为了产生偏向生成可行解的倾向，我们使用惩罚权重。为各种类型的问题设置静态惩罚权重的过程并不简单。这是因为太小的值将导致求解器返回不可行的解决方案，而太大的值可能导致收敛速度较慢。在这项研究中，我们探讨了一些方法，设置惩罚权重的背景下，QUBO配方。我们提出了新的静态方法计算的惩罚权重，导致更有前途的结果比现有的方法。
2022-06-20 cs.AI cs.DM math.OC
Grover Adaptive Search for the Higher-Order Formulation of Quadratic Assignment Problems
本研究通过将QAP从QUBO重构为HUBO，并利用带有置换准备算子的Grover自适应搜索，显著缩减了搜索空间，提高了收敛性能，且整体电路深度与QUBO相当，从而证明HUBO更有效。
2025-10-09 quant-ph
Formulating Multistage Cutting Stock Problems as QUBO
University of Siegen（锡根大学）；eleQtron GmbH（eleQtron有限公司）；University of Trento（特伦托大学）；INFN-TIFPA, Trento Institute for Fundamental Physics and Applications（意大利国家核物理研究所-特伦托基础物理与应用研究所）
本文提出多阶段二维切割下料问题的线性规划表述，并推导其QUBO非精确重构，通过模拟退火和迭代增广拉格朗日方法求解受限问题，并探讨量子退火的应用前景。
2026-09-15 math.OC quant-ph
A Framework to Formulate Pathfinding Problems for Quantum Computing
针对量子优化问题QUBO形式构建难度大的问题，提出可自动生成路径规划问题QUBO表述的框架，支持多编码方案，配套开源工具与网页界面，大幅降低量子计算应用门槛。
2024-04-16 quant-ph
Evidence that PUBO outperforms QUBO when solving continuous optimization problems with the QAOA
本文通过基准函数实验证明，在QAOA求解连续优化问题时，PUBO表述相比QUBO通常结果更好且所需量子比特更少，并指出引入原生多量子比特门后PUBO在高阶问题上更具优势。
2023-05-05 cs.ET quant-ph
A Block Decomposed QUBO Workflow for Chromosome-Y Phylogeny Reconstruction
CRS4 - Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna（撒丁岛研究、发展与高等研究中心）
本文提出一种结合QUBO公式与ADMM分解及DCQO量子求解器的工作流，从VCF文件重建Y染色体系统发育，实现拓扑与根位置优化，可扩展至超越单量子处理器比特预算的规模。
2026-09-25 cs.DC quant-ph
QUBO Resolution of the Job Reassignment Problem
本文提出一种子问题划分启发式方案，将作业再分配问题编码为QUBO哈密顿量，使子问题规模减半并实现指数级加速。
2023-09-29 quant-ph
Scalable Determination of Penalization Weights for Constrained Optimizations on Approximate Solvers
Quantum Research Center, Technology Innovation Institute (TII)（技术革新研究所量子研究中心）；SISSA — Scuola Internazionale Superiore di Studi Avanzati（国际高等研究学院）；Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心）；Hamburg University of Technology, Institute for Quantum Inspired and Quantum Optimization（汉堡工业大学量子启发与量子优化研究所）；Fujitsu Germany GmbH（富士通德国有限公司）
本文提出了一种可扩展的方法，用于确定约束优化中惩罚权重，适用于基于吉布斯求解器的多项式复杂度问题，实验显示在大规模实例上具有鲁棒性和显著加速。
2026-10-21 quant-ph
Grid-Partitioned MWIS Solving with Neutral Atom Quantum Computing for QUBO Problems
TCS Research, Tata Consultancy Services, India（塔塔咨询服务公司印度研究部）
提出一种混合量子-经典框架，通过网格划分将 QUBO 问题映射为单位圆盘图上的 MWIS 问题并利用中性原子量子计算求解，在投资组合优化任务中展现出可扩展性和实用潜力。
2025-11-05 quant-ph
Comparative Studies of Quantum Annealing, Digital Annealing, and Classical Solvers for Reaction Network Pathway Analysis and mRNA Codon Selection
Molecular Quantum Solutions ApS（分子量子解决方案有限公司）
本研究评估了QUBO求解器在反应网络路径分析和mRNA密码子选择两个组合优化问题中的效用，结果表明经典MIP/CP求解器（尤其是Gurobi和CP-SAT）在求解时间和最优性上优于量子退火和数字退火方法。
2025-11-04 quant-ph
A real world test of Portfolio Optimization with Quantum Annealing
在这篇文章中，我们描述了一个使用二次无约束二元优化（QUBO）公式进行投资组合优化的实验。我们使用的数据集取自现实世界的问题，目前已在生产中部署并使用经典解决方案。在这项工作中，在Raiffeisen银行国际（RBI）和回复之间的合作进行，我们推导出一个QUBO公式，我们使用各种方法解决：两个D-Wave混合求解器，将量子退火机的使用与经典方法相结合，以及一个纯粹的经典算法。特别关注的是实施的约束，要求得到的投资组合的方差低于指定的阈值，其表示在伊辛模型是不简单的。我们发现令人满意的结果，与精确的经典策略所获得的全局最优值一致。然而，由于调整的QUBO参数是至关重要的优化，我们调查的混合方法，允许自动调整。
2023-03-22 quant-ph
Kernel $k$-Medoids as General Vector Quantization
University of Bonn（波恩大学）；TU Dortmund University（多特蒙德技术大学）
该研究从QUBO视角出发，证明核密度估计向量量化的QUBO是核$k$-中心点QUBO的特例，揭示了两类硬向量量化方法的深层结构关联，为相关加权参数的几何解释提供新洞见。
2025-09-04 cs.LG quant-ph
From Cables to Qubits: A Decomposed Variational Quantum Optimization Pipeline
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；VINCI Energies（VINCI能源）
本文提出一种分解的变分量子优化流程，用于解决电缆路由优化问题，通过将多商品流问题分解为单商品子问题，提升计算效率并实现更灵活的优化方案。
2026-05-12 quant-ph
Polynomial Reduction Methods and their Impact on QAOA Circuits
本文研究利用高阶问题表述及其自动转换为QUBO形式来影响QAOA电路的非功能属性，通过定量实验证明该方法可在不同权衡之间进行优先级排序，为量子优化中通用抽象层的构建和量子电路的自动生成提供新思路。
2024-06-13 quant-ph
Efficient correlation-based discretization of continuous variables for annealing machines
Saitama University（埼玉大学）；Fujitsu Limited（富士通有限公司）；DXR laboratory Inc.（DXR实验室有限公司）
专门用于组合优化问题的退火机器已经开发出来，一些公司提供使用这些机器的服务。这种专用机器只能处理二进制变量，其输入格式是二次无约束二进制优化（QUBO）公式。因此，离散化是必要的，以解决问题的连续变量。然而，有一个严格的限制，对这种机器的二进制变量的数量。虽然在以前的研究中的简单的二进制扩展需要许多二进制变量，我们需要减少这样的变量的数量在QUBO公式由于约束。我们提出了一种离散化方法，涉及使用连续变量的相关性。我们数值计算表明，所提出的方法减少了必要的二进制变量的数量在QUBO制定没有显着损失的预测精度。
2023-01-18 cs.LG quant-ph
Hybrid Quantum-Classical Optimization for Emergency-Priority Traffic Signal Control
Gran Sasso Science Institute（格兰萨索科学研究所）；VSB – Technical University of Ostrava（俄斯特拉发理工大学）；IT4Innovations National Supercomputing Center, VSB – Technical University of Ostrava（俄斯特拉发理工大学IT4创新国家超级计算中心）；Klaipeda University（克莱佩达大学）
该研究针对应急优先交通信号控制问题，提出有限时间范围QUBO公式，对比多种量子与经典控制方法，发现优化型控制器可保障应急通行，CVaR-QAOA复现QUBO解精度优于标准QAOA。
2026-10-16 quant-ph
Superpixel-Based QUBO for Scalable Quantum-Enhanced Medical Image Segmentation
American University of Beirut（贝鲁特美国大学）；Centre de Visió per Computador (CVC)（计算机视觉中心 (CVC)）；Ingenii Inc.（英格尼公司）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）
研究针对QUBO用于医学图像分割时的可扩展性挑战，提出基于超像素的QUBO框架，用简单线性迭代聚类分组像素，在区域邻接图上公式化分割。实验表明该方法提升了分割质量、计算速度并减小问题规模，还符合量子退火器连接限制。
2026-07-28 cs.CV cs.NI quant-ph
LLM-QUBO: An End-to-End Framework for Automated QUBO Transformation from Natural Language Problem Descriptions
针对量子退火求解NP难组合优化时QUBO转换依赖人工、硬件扩展性不足的问题，提出LLM-QUBO框架，通过LLM自动将自然语言问题转为结构化数学表示，结合混合量子-经典Benders分解法，验证了正确性与扩展性，搭建了经典AI与量子计算的协同桥梁。
2025-08-27 cs.LG quant-ph
Deriving Compact QUBO Models via Multilevel Constraint Transformation
本文提出多层约束变换方案 MLCTS，从二值线性规划生成辅助变量更少的紧凑 QUBO 模型，并在多类组合优化问题及软硬件求解器上验证其显著性能提升。
2024-04-04 math.OC quant-ph
Mean Field Approximation for solving QUBO problems
二次无约束二元优化（QUBO）问题是NP难的，因此，到目前为止，还没有有效的算法来解决它们。对于较小的问题，有精确的方法，如分支定界算法，对于较大的问题，有许多很好的近似方法，如离散变量的随机模拟退火或连续变量的平均场退火。本文将表明，统计物理方法和量子力学方法在平均场退火给出了相同的结果。我们研究了伊辛问题，这是QUBO问题的另一种表述。我们的方法包括一组简单的基于梯度的连续变量的最小化，因此很容易模拟。我们将我们的方法与解决G集的最大割问题进行了基准测试。在许多图中，我们可以实现最著名的割值。
2021-06-06 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Set-Packing and Sequence-Pair QUBOs for the 2D Cutting Stock Problem on Quantum Annealing Hardware
AI and Quantum Technologies Department, ITECAM, Spain（ITECAM 人工智能与量子技术部）
本研究针对二维下料问题，比较了坐标基集合打包与无坐标序列对两种QUBO编码，证明后者存在结构性限制，并给出选择实用规则。
2026-09-21 math.OC quant-ph
A QUBO Formulation for Nowhere-Zero $k$-Flows
University of Saskatchewan（萨斯喀彻温大学）；The University of Tulsa（塔尔萨大学）
提出将无处零流问题编码为 QUBO 哈密顿量，证明其基态零能量等价于图存在无处零 $\mathbb Z_k$-流，并验证了构造的正确性。
2026-06-27 math.CO quant-ph
QUBO-based training for VQAs on Quantum Annealers
University of Granada（格拉纳达大学）；Complutense University of Madrid（马德里康普顿斯大学）
本研究将变分量子算法的参数优化转化为QUBO问题，提出基于量子退火机的自适应元启发式训练框架，可降低计算开销且解质量更优，为近量子计算混合优化提供新方向。
2025-09-01 cs.LG quant-ph
Quadratic Unconstrained Binary Formulation for Traffic Signal Optimization on Real-World Maps
本研究针对现有量子退火交通信号优化设定不切实际的问题，提出可处理T形及多岔路的QUBO公式，经SUMO仿真验证可减少车辆红灯等待时间，但对比发现D-Wave机无法找到最优解且计算慢于Gurobi Optimizer。
2024-12-10 quant-ph
HUBO and QUBO models for Prime factorization
本文提出一种基于D-Wave量子计算机的素数分解方法，通过将素数表示为量子比特并构建高阶无约束优化（HUBO）模型代价函数，利用混合求解器成功分解了大数，威胁了RSA密码系统的安全性。
2023-01-17 quant-ph
