Aqarios 제약 조건 기반 양자 최적화기 API 참조

유형: str

해결해야 할 시리얼화된 최적화 모델. 다음과 같은 세 가지 형식이 지원됩니다:

• LP (*.lp): 문자열로 내보낸 표준 LP 파일 형식. 예를 들어, DOcplex의 export_as_lp_string()
• MPS (*.mps): 표준 MPS 파일 형식을 문자열로 내보낸 것으로, 예를 들어 DOcplex의 export_as_mps_string()
• Luna 모델 : Base64-encoded 다음을 통해 얻은 Aqarios Luna 모델 객체의 직렬화 결과 model.encode_b64()

모델은 이항 최적화 문제를 최대화 문제 또는 최소화 문제 중 하나로 표현해야 합니다. 제약 조건은 이항 변수에 대한 부등식이나 등식이 될 수 있다. 정수 변수는 상한과 하한이 명확하게 지정된 경우에만 지원됩니다. 목표와 제약 조건은 고차일 수 있으며, 반드시 선형일 필요는 없습니다.

• 필수: Yes
• LP 예시:

\Problem name: MIS
Minimize
  obj: ...
Subject To
  c1: ...
  ...
Binaries
  x_0 x_1
End

유형: str or None

기본값: None

실행할 IBM Quantum 백엔드의 이름(예: "ibm_phoenix"). 이 설정으로 지정하면 None, 이 기능은 사용 가능한 장치 중 부하가 가장 적은 장치를 자동으로 선택합니다.

• 필수: 아니오
• 예:"ibm_phoenix"

유형: dict or None

기본값: None

반복적 웜 스타트 방식의 QAOA 동작을 제어하는 알고리즘 구성 옵션. 옵션은 딕셔너리 형태로 지정됩니다. 사용 가능한 모든 키와 해당 기본값은 아래 옵션 목록 을 참조하십시오.

• 필수: 아니오
• 예:{"reps": 2, "num_parallel": 10, "postprocessing": "weak"}

유형: int

기본값: 1

QAOA 레이어 반복 횟수(회로 깊이 매개변수 $p$ ). 값이 높을수록 회로 깊이가 깊어지고 실행 시간이 길어지는 대가로 해의 품질이 향상되지만, 이로 인해 노이즈가 더 많이 발생할 수 있습니다.

• 선택 사항: 지정된 범위 내의 정수 [1, 10]

유형: int

기본값: 5

병렬로 실행되는 독립적인 웜 스타트 체인의 수. 이 값을 높이면 고품질 해법을 찾을 확률은 높아지지만, 소모되는 총 샷 예산은 증가합니다.

• 선택 사항: 지정된 범위 내의 정수 [1, 100]

유형: int

기본값: 500

체인당 반복 횟수당 측정 샷 수.

• 선택 사항: 지정된 범위 내의 정수 [1, 10000]

유형: int

기본값: 5000

단일 웜 스타트 체인에 대한 모든 반복 단계의 총 샷 예산. 이 예산이 소진되면 해당 체인에 대한 반복 루프가 종료됩니다.

• 선택 사항: 지정된 범위 내의 정수 [1, 1000000]

유형: float

기본값: 0.1

웜 스타트 확률에 대한 정규화 매개변수. 확률 분포가 결정론적 상태로 수렴하는 것을 방지하여, 반복 과정 전반에 걸쳐 탐색을 유지합니다.

• 선택 사항: 범위 내 부유 (0.01, 1)

유형: float

기본값: 10

측정 샘플로부터 새로운 웜 스타트 상태를 도출하는 데 사용되는 볼츠만 가중치의 역온도. 값이 클수록 확률 질량이 더 낮은 에너지의 표본에 집중됩니다.

• 선택지: 부유, 만족 beta > 0

유형: float

기본값: 1.0

비용 함수에 적용되는 근사 수준과 트랜스파일링 과정에서 적용되는 근사 수준을 제어합니다. 값이 낮을수록 근사값을 도입함으로써 회로 깊이가 줄어들지만, 이는 해의 품질에 영향을 미칠 수 있습니다.

• 선택 사항: 범위 내 부유 [0.0, 1.0]

유형: str

기본값: "strong"

해의 품질을 높이기 위해 각 샘플링 단계 후에 적용되는 고전적인 후처리 전략. 수준이 높을수록 추가적인 기존 연산 시간을 소모하는 대신, 더 적극적인 지역 검색이 적용됩니다.

• 선택 사항: "off" / "weak" / "medium" / "strong"
  • "off": 후처리를 비활성화합니다.
  • "weak": 단일 통과 국소 탐색. 모든 비트를 무작위 순서로 한 번씩 뒤집어 보고, 에너지를 줄여주는 뒤집기만 유지하도록 하세요.
  • "medium": 3회 반복 국소 탐색. 약한 전략을 서로 다른 무작위 순서로 세 번 적용하십시오.
  • "strong": 탐욕적 국소 탐색. 에너지 소비를 가장 많이 줄여주는 비트 플립 연산을, 더 이상 개선될 여지가 없을 때까지 반복해서 적용합니다.

유형: float or None

기본값: None

제약 조건을 목적 함수에 추가되는 페널티 항으로 변환할 때 사용되는 페널티 값을 수동으로 재정의합니다. 기본적으로 페널티는 문제 구조에서 자동으로 산출됩니다. 자동으로 산출된 값이 실현 불가능한 결과를 초래하는 경우에만 이 옵션을 사용하십시오.

• 선택 사항: 를 충족하는 값을 입력하거나 penalty_override > 0, 자동 값을 사용하려면 None

유형: bool

기본값: False

작업 실행 시 ‘ IBM Quantum Compute ’ 서비스 세션 모드를 사용할지 여부. 세션을 활성화하면 반복 계산 전반에 걸쳐 QPU와의 전용 연결을 유지함으로써 회로 실행 오버헤드를 줄여주며, 이를 통해 전체 실제 실행 시간을 단축할 수 있습니다.

• 선택 사항: True / False

유형: dict[str, Any]

해법 할당, 목적 함수 값, 타당성 상태 및 실행 시간 메타데이터가 포함된 결과 사전.

• 예:{"solutions": [{"x_0": 1, "x_1": 0}], "obj_value": 42.0, "feasible": True, "metadata": {...}}