四G-W rounding对一般化BQP问题的计算实例
注意我们进行10000次抽样，看看结果 。
稠密Q的实验结果 。左边：naive算法；右边：G-W rounding
那么我们确实看到G-W rounding计算得到的结果比naive的要好得多，在我这次实验中G-W rounding最优解的目标函数值是-5563.56而naive算法10000次下来最好也才得到了一个-1500左右的函数值 。而且10000次取样的情况下我们的样本均值和理论均值也非常接近了，在我这次实验中，naive算法的样本均值和理论均值为16.21，19.26，而G-W rounding的样本均值和理论均值为-4879.23和-4880.3（所以图上基本都是一条线，肉眼看不出之间的gap） 。
最后我们也对稀疏的 Q 和低秩（low rank）的 Q 看看G-W rounding的表现 。我们从下图看到G-W rounding给出的解全部挤在一块了！（当然，10000次实验并不完全是同一个解，只是>95%都是同一个，所以直方图肉眼来看就塌缩成一条光杆了…）
稀疏Q（这里选取了一个三对角对称阵）的实验
低秩Q（这里的秩为1）的实验
【半正定和正定的区别 半正定规划问题】这个结果其实也应该是和直觉相符的，这里具体原因就留给大家作为思考了 。提示：考虑在这种 的情况下真正所需要的超平面的维数？
推荐阅读
- 抑制痘痘和粉刺的作用
- 绿豆的播种方法
- 农村老年人烧艾草有何作用和有何讲究
- 早立秋和晚立秋对农民有什么影响
- 葛根的保健功效
- 夺宝岛自动出价规则 jd夺宝岛和备份库
- 注册商标和品牌步骤 公司旗下品牌怎么注册商标
- 枇杷酱和枇杷银耳汤的做法
- 正弦函数周期 正弦函数的和怎么求周期？
- intel处理器性能排名 e系列cpu和i系列cpu哪个好