优解。随着优化规模的增加，甚至无法给出可行解。未来网络优化 小区规模越来越大，一个典型案例是 500 小区联合覆盖优化问题。 当每个小区有多个优化动作时（即使仅有两个选项，求解空间达 2 的 500 次方），经典计算机将无法求解。另一个典型案例是 100 个 用户的多用户同频调度，核心在于如何在众多用户之间分配同频资 源，达到保障用户优先级、降低干扰，提升吞吐量等关键系统性能 指标。这是典型的

味着其解空间随着候选分子数量的增加呈指数级增长。由于经典计 算机的算力限制，只能对有限的分子样本进行采样，当前通常仅采 样百万到千万个分子，而事实上目前可用于药物发现的有机分子已 经超过 10 的 60 次方。同时，传统模型在先导化合物筛选过程中很 难求得最优解，导致筛选模型往往会产生较高的假阳性率。这意味 量子信息技术应用案例集（2024） 25 着许多实际上不具备理想药效或安全性的分子被错误识别为潜在的