Kuantum Tavlama ve Grover Algoritması Kullanılarak Kombinatoryal Optimizasyon Problemlerinin Karşılaştırmalı Analizi
10th International Conference on Computational Mathematics and Engineering Sciences /24-26 April. 2026, İstanbul – Türkiye, İstanbul, Türkiye, 24 - 26 Nisan 2026, ss.1-9, (Özet Bildiri)
- Yayın Türü: Bildiri / Özet Bildiri
- Basıldığı Şehir: İstanbul
- Basıldığı Ülke: Türkiye
- Sayfa Sayıları: ss.1-9
- Atatürk Üniversitesi Adresli: Evet
Özet
Kombinatoryal optimizasyon problemleri, üstel karmaşıklıkları nedeniyle klasik hesaplama yöntemleri için önemli bir zorluk olmaya devam etmektedir. Kuantum hesaplama, bu tür problemlerin çözümünde potansiyel avantajlar sunan Grover algoritması ve kuantum tavlama (quantum annealing) gibi alternatif yaklaşımlar ortaya koymaktadır. Bu çalışmada, her iki yöntem temsilî bir optimizasyon problemine uygulanmış ve sistematik olarak karşılaştırılmıştır. Grover algoritması, genlik yükseltme (amplitude amplification) tekniğini kullanarak çözüm uzayında yönlendirilmiş bir arama gerçekleştirirken, kuantum tavlama enerji minimizasyonu süreçleri aracılığıyla en uygun çözümleri belirlemektedir. Yöntemlerin performansı doğruluk, çalışma süresi ve kaynak kullanımı açısından değerlendirilmiştir. Elde edilen sonuçlar, her iki yaklaşımın da farklı problem koşulları altında kendine özgü üstünlüklere sahip olduğunu göstermekte ve kullanılacak algoritmanın optimizasyon probleminin yapısına bağlı olarak seçilmesi gerektiğini ortaya koymaktadır. Bu çalışma, kombinatoryal optimizasyon problemlerinde kuantum algoritmalarının uygulanabilirliği ve performansı hakkında önemli bilgiler sunmaktadır.
Combinatorial optimization problems remain a significant challenge for classical computing due to their exponential complexity. Quantum computing introduces alternative strategies, such as Grover’s algorithm and quantum annealing, which offer potential advantages in solving such problems. In this study, both approaches are applied to a representative optimization problem and systematically compared. Grover’s algorithm performs a guided search over the solution space using amplitude amplification, while quantum annealing identifies optimal solutions through energy minimization processes. Their performance is evaluated based on accuracy, execution time, and resource utilization. The results reveal that each method exhibits strengths under different problem conditions, suggesting that the choice of algorithm should depend on the specific structure of the optimization problem. This work provides valuable insights into the applicability and performance of quantum algorithms for combinatorial optimization tasks.