量子啟發演化優化

深度分析

量子啟發演化優化（QIEO）：以全域機率搜索突破非凸稀疏與魯棒回歸困境

面對高維稀疏與惡劣離群值的非凸難題，研究提出量子啟發演化優化(QIEO)。QIEO以量子式的機率表示維持全域搜尋，並以模擬量子旋轉閘調整幅度，能穿透局部最低點。實驗顯示其在結構回復與估計精度上超越多種傳統與啟發式方法，具高度魯棒性與可擴展性。