QUBO模型，全稱Quadratic Unconstrained Binary Optimization，即二次無約束二進制最佳化模型，是一種用於解決組合最佳化問題的數學框架。它通過將問題表述為一個二次無約束最佳化問題，使得多種組合最佳化問題可以通過最佳化一個二次函式來求解。QUBO模型的特點包括：
自旋變數：其域空間取值是Ising空間，即{-1, 1}，這表示QUBO模型可以處理二進制變數。
套用廣泛：QUBO模型能夠統一處理多種組合最佳化問題，包括但不限於圖論問題、機器學習中的某些最佳化問題等。
求解方法：傳統方法在處理大規模問題時求解時間可能變得不可接受。然而，利用量子計算機，可以通過量子最佳化算法加速求解過程，從而高效地解決組合最佳化問題。
QUBO模型的基本形式可以表示為：
min y = x t Q x \min \quad y = \bold{x}^t \bold{Q} \bold{x}miny=xtQx
其中，x \bold{x}x 是二進制決策變數的向量，Q \bold{Q}Q 是常數方陣。這個常數方陣通常在使用時是對稱的或者上/下三角形。通過這種方式，QUBO模型能夠將複雜的組合最佳化問題轉化為簡單的二次無約束最佳化問題，便於求解。
總的來說，QUBO模型是一個強大的工具，它不僅能夠處理多種組合最佳化問題，而且能夠通過量子計算的方法加速求解過程，為解決複雜最佳化問題提供了新的可能。