Referência da API do Aqarios Constrained Quantum Optimizer

Tipo: str

O modelo de otimização serializado a ser resolvido. São suportados três formatos:

• LP (*.lp): Formato de arquivo LP padrão exportado como uma string, por exemplo, por meio do DOcplex export_as_lp_string()
• MPS (*.mps): Formato de arquivo MPS padrão exportado como uma string, por exemplo, por meio do DOcplex export_as_mps_string()
• Modelo Luna : Base64-encoded serialização de um objeto do modelo Aqarios Luna, obtida por meio de model.encode_b64()

O modelo deve representar um problema de otimização binária, seja de maximização, seja de minimização. As restrições podem ser desigualdades ou igualdades sobre variáveis binárias. Variáveis inteiras só são suportadas quando são especificados limites superior e inferior bem definidos. O objetivo e as restrições podem ser de ordem superior e não precisam ser necessariamente lineares.

• Necessário: sim
• Exemplo de LP:

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

Tipo: str or None

Valor Padrão: None

O nome do backend do IBM Quantum no qual será executado (por exemplo "ibm_phoenix"). Quando configurada para None, a função seleciona automaticamente o dispositivo disponível menos ocupado.

• Obrigatório: Não
• Exemplo:"ibm_phoenix"

Tipo: dict or None

Valor Padrão: None

Opções de configuração do algoritmo que controlam o comportamento do QAOA com inicialização a quente iterativa. As opções são especificadas como um dicionário. Consulte a lista de opções abaixo para ver todas as chaves disponíveis e seus valores padrão.

• Obrigatório: Não
• Exemplo:{"reps": 2, "num_parallel": 10, "postprocessing": "weak"}

Tipo: int

Valor Padrão: 1

Número de repetições da camada QAOA (parâmetro de profundidade do circuito $p$ ). Valores mais altos aumentam a qualidade da solução, mas resultam em circuitos mais profundos e maior tempo de execução, o que pode causar mais ruído.

• Opções: Número inteiro dentro do intervalo [1, 10]

Tipo: int

Valor Padrão: 5

Número de cadeias independentes de inicialização a quente executadas em paralelo. Aumentar esse valor melhora a probabilidade de encontrar soluções de alta qualidade, mas aumenta o consumo total do orçamento de tentativas.

• Opções: Número inteiro dentro do intervalo [1, 100]

Tipo: int

Valor Padrão: 500

Número de medições por iteração por cadeia.

• Opções: Número inteiro dentro do intervalo [1, 10000]

Tipo: int

Valor Padrão: 5000

Orçamento total de disparos em todas as iterações para uma única cadeia de partida a quente. O ciclo de iteração é encerrado para uma cadeia assim que esse orçamento for esgotado.

• Opções: Número inteiro dentro do intervalo [1, 1000000]

Tipo: float

Valor Padrão: 0.1

Parâmetro de regularização para as probabilidades de partida a quente. Impede que a distribuição de probabilidade se reduza a um estado determinístico, preservando a exploração ao longo das iterações.

• Opções: Flutuação dentro do intervalo (0.01, 1)

Tipo: float

Valor Padrão: 10

Temperatura inversa para a ponderação de Boltzmann utilizada para derivar novos estados de partida quente a partir de amostras de medição. Valores mais altos concentram a massa de probabilidade em amostras de menor energia.

• Opções: Flutuação satisfatória beta > 0

Tipo: float

Valor Padrão: 1.0

Controla o nível de aproximação aplicado à função de custo e durante a transpilagem. Valores mais baixos reduzem a profundidade do circuito ao introduzir aproximações, o que pode afetar a qualidade da solução.

• Opções: Flutuação dentro do intervalo [0.0, 1.0]

Tipo: str

Valor Padrão: "strong"

Estratégia clássica de pós-processamento aplicada após cada etapa de amostragem para melhorar a qualidade da solução. Níveis mais elevados aplicam uma busca local mais agressiva, em troca de um tempo de computação clássico adicional.

• Opções: "off" / "weak" / "medium" / "strong"
  • "off": Desativar o pós-processamento.
  • "weak": Pesquisa local de passagem única. Tente inverter cada bit uma vez, em ordem aleatória, e mantenha as inversões que reduzam a energia.
  • "medium": Pesquisa local em três passagens. Aplique a estratégia fraca três vezes, em ordens aleatórias diferentes.
  • "strong": Pesquisa local gananciosa. Aplique repetidamente a inversão de bits que mais reduz o consumo de energia até que não seja mais possível obter melhorias.

Tipo: float or None

Valor Padrão: None

Substitui manualmente o valor da penalidade utilizado na conversão de restrições em termos de penalidade adicionados ao objetivo. Por padrão, a penalidade é calculada automaticamente a partir da estrutura do problema. Utilize esta opção somente se o valor automático gerar resultados inviáveis.

• Opções: Introduzir um valor adequado penalty_override > 0ou None utilizar o valor automático

Tipo: bool

Valor Padrão: False

Se deve ser utilizado o modo de sessão do Serviço d IBM Quantum Compute para a execução da tarefa. A ativação de sessões reduz a sobrecarga de execução do circuito ao manter aberta uma conexão dedicada com a QPU ao longo das iterações, o que pode diminuir o tempo total de relógio.

• Opções: True / False

Tipo: dict[str, Any]

Dicionário de resultados com atribuições de soluções, valor do objetivo, status de viabilidade e metadados de tempo de execução.

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