論文の概要: Quantum walk-based vehicle routing optimisation
- arxiv url: http://arxiv.org/abs/2109.14907v1
- Date: Thu, 30 Sep 2021 08:04:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 23:18:48.256079
- Title: Quantum walk-based vehicle routing optimisation
- Title(参考訳): 量子ウォークに基づく車両経路最適化
- Authors: Tavis Bennett, Edric Matwiejew, Sam Marsh and Jingbo B. Wang
- Abstract要約: 本稿では、静電容量化車両ルーティング問題(CVRP)に対する量子ウォークに基づく最適化アルゴリズムの適用性を示す。
効率的なアルゴリズムは、解空間のインデックス化と非インデックス化のために開発され、必要な交互相ウォークのユニタリを実装するために開発された。
QWOAは, ランダムに生成する8つの位置CVRPに対して, ほぼ最適解に収束できるという数値シミュレーション結果を得た。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper demonstrates the applicability of the Quantum Walk-based
Optimisation Algorithm(QWOA) to the Capacitated Vehicle Routing Problem (CVRP).
Efficient algorithms are developedfor the indexing and unindexing of the
solution space and for implementing the required alternatingphase-walk
unitaries, which are the core components of QWOA. Results of numerical
simulationdemonstrate that the QWOA is capable of producing convergence to
near-optimal solutions for arandomly generated 8 location CVRP. Preparation of
the amplified quantum state in this exampleproblem is demonstrated to produce
high-quality solutions, which are more optimal than expectedfrom classical
random sampling of equivalent computational effort.
- Abstract(参考訳): 本稿では,量子ウォークに基づく最適化アルゴリズム(QWOA)のキャパシタン化車両ルーティング問題(CVRP)への適用性を示す。
解空間のインデックス化と非インデックス化,およびqwoaのコアコンポーネントである交互相ウォークユニタリの実装のために,効率的なアルゴリズムを開発した。
QWOAは, ランダムに生成する8つの位置CVRPに対して, ほぼ最適解に収束できるという数値シミュレーション結果を得た。
この例problemにおける増幅量子状態の合成は、同等の計算労力の古典的ランダムサンプリングより最適である高品質な解を作り出すことが証明されている。
関連論文リスト
- Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-10-04T01:47:37Z) - Quantum-Informed Recursive Optimization Algorithms [0.0]
最適化問題に対する量子インフォームド再帰最適化(QIRO)アルゴリズムのファミリを提案し,実装する。
提案手法は、量子資源を利用して、問題固有の古典的還元ステップで使用される情報を得る。
バックトラック技術を用いて、量子ハードウェアの要求を増大させることなく、アルゴリズムの性能をさらに向上させる。
論文 参考訳(メタデータ) (2023-08-25T18:02:06Z) - Combining the QAOA and HHL Algorithm to achieve a Substantial Quantum
Speedup for the Unit Commitment Problem [4.670374869377859]
本稿では,既存の古典的手法よりも少なくとも3倍高速に単位コミットメント(UC)問題を解く量子アルゴリズムを提案する。
これは、QAOAルーチン内のHHLアルゴリズムを用いてエネルギー伝達コストを計算することで達成される。
論文 参考訳(メタデータ) (2023-05-15T09:32:51Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - Mean-Field Approximate Optimization Algorithm [0.17812428873698405]
平均場近似最適化アルゴリズム(平均場AOA)は、QAOAの量子進化を古典的なスピン力学に置き換えることで開発された。
我々は,シェリントン・カークパトリック(SK)モデルにおけるQAOAとパーティション問題を比較検討した。
そこで本アルゴリズムは,古典的に解けない問題から解ける最適化問題を記述するためのツールとして機能する。
論文 参考訳(メタデータ) (2023-03-01T08:47:06Z) - Exploring the Algorithm-Dependent Generalization of AUPRC Optimization
with List Stability [107.65337427333064]
AUPRC(Area Under the Precision-Recall Curve)の最適化は、機械学習にとって重要な問題である。
本研究では, AUPRC最適化の単依存一般化における最初の試行について述べる。
3つの画像検索データセットの実験は、我々のフレームワークの有効性と健全性に言及する。
論文 参考訳(メタデータ) (2022-09-27T09:06:37Z) - Quantum optimisation via maximally amplified states [0.0]
本稿では,短期量子コンピューティングの制限回路深度文脈における最適化のための新しい量子アルゴリズムを提案する。
最大増幅最適化アルゴリズム(MAOA)は、他の短期量子アルゴリズムよりもかなり優れている。
論文 参考訳(メタデータ) (2021-11-01T09:43:53Z) - Polynomial unconstrained binary optimisation inspired by optical
simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。
提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。
タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文 参考訳(メタデータ) (2021-06-24T16:39:31Z) - A Dynamical Systems Approach for Convergence of the Bayesian EM
Algorithm [59.99439951055238]
我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。
本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。
高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
論文 参考訳(メタデータ) (2020-06-23T01:34:18Z) - 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) - Solving Vehicle Routing Problem Using Quantum Approximate Optimization
Algorithm [0.0]
車両ルーティング問題(VRP)と呼ばれる整数プログラミング課題を解決するために,量子近似最適化アルゴリズム(QAOA)について述べる。
我々はVRPのIsing定式化について概説し、IBM Qiskitプラットフォームを用いてシミュレーションしたIsing Hamiltonianを最小化することでVRPを解くための詳細な手順を示す。
論文 参考訳(メタデータ) (2020-02-02T18:12:19Z)
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。