约束的惩罚法
QUBO 本身「无约束」，但现实问题常带约束（如「恰好选 K 个」）。常用做法是把约束转成惩罚项加进目标。
对等式约束 Σx_i = K，可加入惩罚 γ·(Σx_i − K)²。当约束满足时惩罚为 0，违反时惩罚为正。γ 取足够大即可保证最优解满足约束。
- γ 太小：可能为了优化目标而违反约束。
- γ 太大：约束虽满足，但会压制目标项、降低求解质量。
- 平台的预置业务问题已为你自动选好惩罚强度，无需手工调参。
QUBO 本身「无约束」，但现实问题常带约束（如「恰好选 K 个」）。常用做法是把约束转成惩罚项加进目标。
对等式约束 Σx_i = K，可加入惩罚 γ·(Σx_i − K)²。当约束满足时惩罚为 0，违反时惩罚为正。γ 取足够大即可保证最优解满足约束。