УДК 004.421:53:004.896:004.852
DOI: 10.36871/2618-9976.2025.12–3.004

Авторы

Анна Алексеевна Ильмушкина,
Студент, Федеральное государственное бюджетное образовательное учреждение высшего образования «Российский биотехнологический университет (РОСБИОТЕХ)», Москва, Россия
Шамиль Сайд-Магомедович Яударов,
Студент, ИЦЭиТП, Грозненский Государственный Нефтяной Технический Университет им. акад. Миллионщикова, Грозный, Россия
Али Анварович Халидов,
Кандидат технических наук, доцент кафедры «Цифровые системы и модели», ФГБОУ ВО «Казанский государственный энергетический университет», Казань, Россия

Аннотация

В статье рассматривается концепция синергии квантового машинного обучения и классических методов оптимизации в контексте задач маршрутизации. Обоснована необходимость интеграции квантовых вариационных алгоритмов с классическими релаксациями, эвристиками и методами декомпозиции для обеспечения эффективности и устойчивости вычислений. Особое внимание уделено роли классического компонента в формировании оценок качества, управлении параметрами и реализации послепроцессинга квантовых выборок. Обсуждаются перспективы развития гибридных алгоритмов в направлении масштабируемости, снижения шумовой чувствительности и повышения точности решений в сложных комбинаторных постановках.

Ключевые слова

квантовое машинное обучение
маршрутизация
гибридные алгоритмы
вариационные схемы
классическая оптимизация

Список литературы

[1] Аблаев Ф. М., Аблаев М. Ф. Квантовое хеширование // Проблемы теоретической кибернетики: материалы XVII международной конференции. Казань, 2014. С. 11–14.
[2] Алешин Д. А., Голов Д. О., Чемарина Ю. В., Цирулев А. Н. Метод имитации отжига в вариационных квантовых алгоритмах // Физико-химические аспекты изучения кластеров, наноструктур и наноматериалов. 2025. Вып. 17. С. 240–246.
[3] Ахмаров А. В. Модели софинансирования социальных страховых программ: сравнительный анализ и перспективы для России / А. В. Ахмаров, А. М. Мамаева, К. Д. Шахдуллаев // Экономика и управление: проблемы, решения.—2025.—Т. 11, № 3(156).— С. 211–217.—DOI 10.36871/ek.up. p. r.2025.03.11.022.—EDN AYUZOK.
[4] Габбасов Б. Н. О сравнительных характеристиках моделей квантовых алгоритмов Гровера—алгоритма точного и алгоритма с ошибками // Проблемы теоретической кибернетики: материалы XVII международной конференции. Казань, 2014. С. 65–66.
[5] Голов Д. О., Петров Н. А., Цирулев А. Н. Вариационный квантовый алгоритм для малорамерных систем в базисе Паули // Физико-химические аспекты изучения кластеров, наноструктур и наноматериалов. 2024. Вып. 16. С. 343–350.
[6] Иванов М. Г. Как понимать квантовую механику. Изд. 2‑е, испр. и доп. Москва—Ижевск: НИЦ «Регулярная и хаотическая динамика»; Ин-т компьютерных исследований, 2015. 552 с.
[7] Маркевич Е. А., Трушечкин А. С. Квантовый алгоритм ветвей и границ и его применение к задаче коммивояжёра // Итоги науки и техники. Сер. Современная математика и её приложения. 2017. Т. 138. С. 60–75.
[8] Тырышкин С. Ю. Сравнительный анализ алгоритмов оптимизации в контексте классических и квантовых вычислительных моделей // Современные наукоёмкие технологии. 2025. № 9. С. 144–151.
[9] Холево А. С. Квантовые системы, каналы, информация. Москва: Физматлит, 2012. 296 с.