Optimierung mit Quantenlogik

Question

Ist es möglich, die folgende Art der Optimierung mit Quantum Computing zu lösen?

Minimize
5*x1 - 7*x2

binary
x1
x2

Wenn ja, ist es möglich, einen Beispielcode mit zu haben QISKit?

Answer 1

Qiskit verfügt über ein Optimierungsmodul. Tutorials, die dessen Funktionalität veranschaulichen, finden Sie hier .

Um das von Ihnen veröffentlichte Beispiel zu lösen, z. B. mit dem Quantum Approximate Optimization Algorithm (QAOA), können Sie Folgendes tun:

from qiskit import Aer
from qiskit.optimization import QuadraticProgram
from qiskit.aqua.algorithms import QAOA
from qiskit.optimization.algorithms import MinimumEigenOptimizer

# construct optimization problem
qp = QuadraticProgram()
qp.binary_var('x1')
qp.binary_var('x2')
qp.minimize(linear=[5, -7])

# initialize optimizer
qaoa_mes = QAOA(quantum_instance=Aer.get_backend('statevector_simulator'))
qaoa = MinimumEigenOptimizer(qaoa_mes)

# solve problem
result = qaoa.solve(qp)
print(result)

welche druckt:

optimal function value: -7.0
optimal value: [0. 1.]
status: SUCCESS

Das Optimierungsmodul von Qiskit bietet auch andere Quantenoptimierungsalgorithmen für quadratische Programme. Eine ausführlichere Beschreibung finden Sie hier .