Oct, 2022

多目标 QUBO 求解的标量化技术研究

PDF
TL;DR本篇研究探讨将多个目标转化为单一目标的方法，在集合约束均值 - 方差投资组合优化问题上，迭代填充帕累托前沿中最大空间的方法可以显著提高性能。
quadratic unconstrained binary optimisationphysics-inspired optimisation algorithmsspecialised hardwaremulti-objective problemsscalarisation weights
发现论文，激发创造
  • 多目标 QUBO 求解器：二目标二次分配

    研究表明，采用非标量化方法将多目标问题转化为单目标问题，可以克服 QUBO 解算器的设计折衷问题，并提高多目标 DA 算法的最终解决方案质量。

    May, 2022

  • 应用 Ising 机解决多目标 QUBOs 问题

    本文提出一种基于平均值的自适应加权方法，用于解决多目标优化问题中的权衡问题，通过改进距离测量方法，实现多目标问题的 Pareto 前沿探索，并在对比实验中证明该方法在三个或四个目标的优化问题上的性能明显优于现有的方法。

    May, 2023

  • 利用量子混合求解器解决双目的二次分配问题

    本研究探讨了在使用混合量子求解器解决双目标二次分配问题的情境下的标量化方法，并展示出与先前研究在不同的 Ising 机器上一致的结果。

    May, 2024

  • QUBO 公式中的惩罚权重：排列问题

    本文研究了使用量子计算机或其他专用硬件的优化算法，介绍了 QUBO 形式的优化问题，并探索了在 QUBO 公式下设置罚项权重的新静态方法，以解决旅行商问题等排列问题的优化难题。

    Jun, 2022

  • 基于标量化的风险概念的鲁棒多目标优化

    基于鲁棒优化的多目标问题，介绍了鲁棒化和标量化两种关键操作之间的哲学差异，展示了风险概念在鲁棒多目标优化问题中的集成，并通过两个基于真实数据集的案例研究验证了这些新思路的有效性。

    May, 2024

  • 二次无约束二进制优化问题预处理：理论与实证分析

    此研究提出了一种通过识别可以预定的最优变量来减少 QUBO 矩阵的规模并从而改善优化问题解决质量和时间的方法，并分析了对此规模减小技术最有影响的 QUBO 结构特征。

    May, 2017

  • 随机超体积标量化技术的可证明多目标黑盒优化

    本文提出了一种称为 hypervolume scalarization 的标量化函数，并显示出如何从适当选择的分布中绘制随机标量化以有效地近似 hypervolume indicator metric，进而用此联系说明 Bayesian optimization 具有证明收敛到整个 Pareto frontier 的保证收敛性，同时凸显了标量化框架的一般实用性。

    Jun, 2020

  • 基于随机标量化的多目标贝叶斯优化的灵活框架

    本文提出了一种基于随机标量化策略的多目标优化方法，可快速、灵活地从 Pareto 前沿的特定区域中采样，且在多项真实问题和合成问题的实验中显示了良好表现。

    May, 2018

  • 多目标推荐的多元策略学习

    多目标权衡时，推荐系统中的标量化方法决定最终用于排序的加权平均奖励信号，本研究对该方法进行了扩展以优化长期用户保留或增长的综合奖励，使用连续多元动作空间的策略学习方法，并提出了修正措施，通过模拟、离线和在线实验验证了方法的有效性。

    May, 2024

  • QUBO 模型的表述和应用教程

    该论文介绍了 QUBO 模型的基本特征，以及它在优化领域中的重要性，涵盖了与物理中的 Ising 问题，量子退火，神经形态计算等领域密切相关的专业术语，并详细阐述了如何使用 QUBO 模型在许多不同的应用中展示其潜力和灵活性。

    Nov, 2018