mindquantum.algorithm.qaia.DSB

class mindquantum.algorithm.qaia.DSB(J, h=None, x=None, n_iter=1000, batch_size=1, dt=1, xi=None)

离散模拟分叉算法。

参考文献：High-performance combinatorial optimization based on classical mechanics。

参数：

• J (Union[numpy.array, csr_matrix]) - 耦合矩阵，维度为 $(NxN)$。

• h (numpy.array) - 外场强度，维度为 $(N,)$。

• x (numpy.array) - 自旋初始化配置，维度为 $(Nxbatc{h}_{s}ize)$。默认值： None。

• n_iter (int) - 迭代步数。默认值： 1000。

• batch_size (int) - 样本个数。默认值为： 1。

• dt (float) - 迭代步长。默认值： 0.1。

• xi (float) - 频率维数，正的常数。默认值： None。

update()

基于修改的显式辛欧拉方法的动力学演化。