本文探讨了量子退火算法、量子计算机的 QPUs 等在解决实际问题中的应用，尤其是对于交通流量优化问题的应用，提出了基于经典和量子混合的方法。

Aug, 2017

本文研究了量子退火算法在组合优化和相关抽样任务中相对于经典最新方法实现量子加速的前景，并且基于对既有文献中引入的多种启发式量子优化算法的改进相干时间以及控制能力的持续探索和兴趣，提出了包括连续时间哈密顿计算算法、反向退火和连续时间量子行走在内的 QA 有前途的变体，同时就机器学习的参数化量子电路的模拟提出了类比算法，这些算法大多没有（或被认为不可能有）已知的高效古典模拟，其中大多数算法的 “中等规模” 实验可能存在量子加速的可行可能性。建议通过在使能交换耦合通量量子比特时实现的时间依赖有效横向场伊辛哈密顿量生成的新型量子动力学的全面研究来实现更先进的控制协议以及 DQA 的最有前途的路径。

Aug, 2020

本研究着重于对量子退火器在解决实际组合优化问题时的行为进行深入研究和实验，通过对参数的敏感性分析和基于 200 多种参数配置的 3700 次以上的酉运行和 700 万次量子读取，得到与能量分布和最适宜的参数设置相关的发现，从而为非专业利益相关者打开某些量子计算领域的探索空间。

Jul, 2022

该篇文章介绍了基于超导通量量子位的 108 量子比特 D-Wave One 设备的量子退火实验结果，证明设备能够执行量子退火，作者使用了优化过的经典算法来比较该设备的计算能力。

Apr, 2013

本文研究和探讨了量子模拟（QA）和量子近似优化算法（QAOA）之间的联系，介绍了一种用于证明过往性能的技术，并展示了一种优化的 digitized-QA 协议。

Jun, 2019

通过使用量子比特隧穿谱学，研究人员测量了一个量子退火器的能量本征谱，并证明在量子退火算法的关键阶段量子比特之间会不可避免地产生纠缠，且此纠缠能够在热环境下存在和持续。这表明量子退火技术为大规模量子计算提供了一种可行的途径。

Jan, 2014

本文介绍了量子计算中的基本概念，并重点介绍了退火量子计算，该方法是一种替代常见的量子门模型的计算方法，同时介绍了利用这种方法解决最大可满足性和最小多段切割问题的例子，以及 D-Wave 系统的概述。

Mar, 2018

介绍了一些本地优化方法的现状，其中量子退火作为一种元启发式工具，通过量子隧穿来代替热激活，被认为是解决多变量优化问题的有前途的算法。

Apr, 2014

本研究基于现代投资组合理论原则，利用实际的金融数据统计生成参数化的投资组合优化问题样本，将问题转换成可由模拟模拟模拟模拟模拟的二次二进制优化问题，研究了多种运行量子计算的方式，最终发现采用 “贪心局部搜索 + 反向退火” 方案的时间效率最优，比正向量子退火平均快 100 倍以上。

Oct, 2018

本文评估了 D-Wave 2X 量子退火器在 NP 难图问题（特别是团搜索和图划分）上的表现，比较了一系列量子求解器和当前的经典算法，并演示了在卡片上可以嵌入的实例中量子计算速度的大幅提升。

Jan, 2018