論文の概要: Aircraft Loading Optimization -- QUBO models under multiple constraints
- arxiv url: http://arxiv.org/abs/2102.09621v2
- Date: Mon, 22 Feb 2021 11:15:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-10 23:46:21.529074
- Title: Aircraft Loading Optimization -- QUBO models under multiple constraints
- Title(参考訳): 航空機の負荷最適化 -複数制約下でのQUBOモデル-
- Authors: Giovanni Pilon, Nicola Gugole, Nicola Massarenti
- Abstract要約: 我々は量子アニーラーと互換性のあるQUBO方程式に基づくモデルを開発する。
次に、現在の技術の性能と能力を評価するために、異なるソルバ上でモデルをベンチマークした。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this submission we solve the Aircraft Loading Optimization problem of the
Airbus Quantum Computing Challenge. Finding the optimal loading for a plane is
a challenging task for classical algorithms, especially because the solution
must respect several flight constraints. The contribution of this work is
formulating this problem and its constraints in a model based on QUBO equations
which are compatible with quantum annealers. We then benchmarked the model on
different solvers to evaluate the performances and capabilities of current
technologies.
- Abstract(参考訳): 本稿では,airbus quantum computing challengeの航空機載荷最適化問題を解く。
平面の最適荷重を見つけることは、古典的なアルゴリズムにとって難しい課題であり、特に、解はいくつかの飛行制約を尊重しなければならない。
この研究の貢献は、量子アニールと互換性のあるQUBO方程式に基づくモデルでこの問題とその制約を定式化することである。
次に、現在の技術の性能と能力を評価するために、異なるソルバ上でモデルをベンチマークした。
関連論文リスト
- A Computational Framework for Solving Wasserstein Lagrangian Flows [51.32751290160936]
本稿では,これらすべての問題に統一的な視点からアプローチする,新しいディープラーニングベースのフレームワークを提案する。
本手法では, 学習力学の軌跡をシミュレーション・バックプロパゲートする必要はない。
提案手法は, 単セル軌道推定における従来の手法より優れていることを示す。
論文 参考訳(メタデータ) (2023-10-16T17:59:54Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳(メタデータ) (2023-06-10T08:25:16Z) - Discrete quadratic model QUBO solution landscapes [0.0]
本稿では,QUBO DQMソリューションランドスケープの構造に及ぼす符号化とペナルティ強度の選択の影響について検討する。
本研究は、ワンホットおよびドメインウォールエンコーディングに特化している。
論文 参考訳(メタデータ) (2023-04-30T20:19:46Z) - Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing
Problem [0.0]
我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。
今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。
量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
論文 参考訳(メタデータ) (2023-04-19T13:03:50Z) - Towards Finding an Optimal Flight Gate Assignment on a Digital Quantum
Computer [0.3324986723090369]
最適飛行ゲート割り当て問題に対する変分量子固有解器(VQE)の性能について検討する。
提案手法は,高い確率で優れた解を求めることができることを示す。
我々は, エンタングルメントの役割について検討し, エンタングルゲートに接することで, 純粋な製品状態よりも優れた結果が得られることを示す。
論文 参考訳(メタデータ) (2023-02-22T19:00:12Z) - Unbalanced penalization: A new approach to encode inequality constraints
of combinatorial problems for quantum optimization algorithms [58.720142291102135]
余分なスラック変数を必要としない代替手法を提案する。
我々は,旅行セールスマン問題,ビン包装問題,ナプサック問題に対するアプローチを評価した。
この新しいアプローチは、リソースの少ない不等式制約の問題を解決するために使用できる。
論文 参考訳(メタデータ) (2022-11-25T06:05:18Z) - Symmetric Tensor Networks for Generative Modeling and Constrained
Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。
これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。
本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文 参考訳(メタデータ) (2022-11-16T18:59:54Z) - GPS: A new TSP formulation for its generalizations type QUBO [0.0]
旅行セールスマン問題(TSP)の新しい2次非拘束バイナリ最適化(QUBO)を提案する。
必要な変数の最小数の観点から、車両ルーティング問題(VRP)の最良の定式化を克服する。
最後に,QUBO問題解法に入力することで定式化の正しさを検証した。
論文 参考訳(メタデータ) (2021-10-23T07:10:24Z) - Machine Learning Framework for Quantum Sampling of Highly-Constrained,
Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。
本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文 参考訳(メタデータ) (2021-05-06T02:22:23Z) - Solving the Optimal Trading Trajectory Problem Using Simulated
Bifurcation [0.0]
シミュレーション分岐(SB)に基づく最適化手法を用いて,前例のない計算速度で整数ポートフォリオとトラジェクトリ問題を解く。
最大1000の資産のポートフォリオに対して,ポートフォリオとしての新しいユースケースと取引路としてのSBアルゴリズムのパワーをすでに確認した上で,最初の数値結果を示す。
論文 参考訳(メタデータ) (2020-09-17T16:42:04Z) - Cross Entropy Hyperparameter Optimization for Constrained Problem
Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。
このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。
本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文 参考訳(メタデータ) (2020-03-11T13:52:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。