混合量子-经典计算在弹性光网络中的多目标资源分配应用 作者：Bakhe Nleya 和 Beverly Pule

《Photonics》：Hybrid Quantum–Classical Computing for Multi-Objective Resource Allocation in Elastic Optical Networks Bakhe Nleya and Beverly Pule

　　

摘要

随着超越5G和6G服务的快速发展，传统的弹性光网络（EONs）优化方法已经无法有效应对随之产生的计算挑战。特别是多目标路由与频谱分配（RSA）问题——该问题旨在最小化阻塞概率、最大化频谱效率并减少频谱碎片化——带来了显著的挑战，并且属于NP难问题，尤其是在动态流量环境下。本文提出了一种混合框架，结合了量子计算和经典计算方法，将优化任务划分为经典预处理、量子优化核心以及包含帕累托前沿管理的经典后处理步骤。RSA问题通过二次无约束二进制优化（QUBO）模型进行建模，该模型考虑了阻塞情况、频谱效率和频谱碎片化指标。在NSFNET和UBN拓扑结构上，针对泊松流量条件进行的仿真测试表明，即使在现实且在噪声较大的量子环境中，这种混合方法也能将阻塞概率降低14%，并将频谱碎片化程度改善7.3%，相比传统的经典启发式算法表现得更为出色。规模分析显示，当变量数量达到约220个时，这种混合策略在解决方案质量和执行时间上均超过了传统元启发式方法，凸显了其在当前NISQ时代的重要潜力。