基于多角度和RY辅助结构的改进QAOAOA

针对标准量子近似优化算法(QAOA)在浅层电路下表达能力不足,而增加线路深度又易引入噪声的问题,提出一种融合参数多角度化与RY辅助结构的改进量子近似优化算法(MA-RY-QAOA)。该算法在问题层引入边参数多角度化和RY扩展,并在混合层实现量子比特参数多角度化。针对随机图、完全图、2-正则图和4-正则图的最大割问题,在层数p=1、节点数n=4~12的条件下进行仿真实验,并以平均逼近率作为评价指标。结果表明,MA-RY-QAOA与MA-QAOA的平均逼近率总体优于标准QAOA、RY-QAOA和QAOA+;其中,MARY-QAOA在2-正则图和4-正则图上表现更优,在随机图上部分规模节点也取得更高逼近率。研究表明,MARY-QAOA能够在保持浅层电路结构的同时提升求解性能,可为含噪中等规模量子(NISQ)设备上的QAOA优化设计提供参考。