解决实际组合优化问题的基于多策略的退火器
东京工业大学的研究人员开发了一种可以扩展到多芯片系统的全连接退火器，并具有多策略机制来解决现实场景中的 CO 问题。 Amorphica 退火炉可以微调参数以匹配目标 CO 问题。 它在金融、物流、机器学习等领域都有应用。
现代社会已经习惯了在家门口高效地接收货物。 您是否知道要实现这样的效率需要解决一个数学难题，即各个目的地之间的最佳路线？ “旅行商问题”是属于“组合优化”(CO) 类的数学问题。
随着目的地数量的增加，路线数量呈指数增长。 基于详尽搜索最佳路线的蛮力方法不再实用。 一种称为“退火计算”的方法用于快速找到最佳路线，而无需进行详尽搜索。
来源和详细信息：
https://phys.org/news/2023-02-multi-policy-based-annealer-real-world-combinatorial-optimization.html