論文の概要: Analysis of Vehicle Routing Problem in Presence of Noisy Channels
- arxiv url: http://arxiv.org/abs/2112.15408v2
- Date: Thu, 13 Jan 2022 14:43:48 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-03 01:26:38.219626
- Title: Analysis of Vehicle Routing Problem in Presence of Noisy Channels
- Title（参考訳）: ノイズチャネルの存在下での車両経路問題の解析
- Authors: Nishikanta Mohanty, and Bikash K. Behera
- Abstract要約: 車両ルーティング問題(VRP)はNPハード最適化問題である。
この研究は、変数 ANSATZ 上の変分量子固有解法を用いて、3 と 4 の都市に基本的な VRP ソリューションを構築する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Vehicle routing problem (VRP) is an NP-hard optimization problem that has
been an interest of research for decades in science and industry. The objective
is to plan routes of vehicles to deliver a fixed number of customers with
optimal efficiency. Classical tools and methods provide good approximations to
reach the optimal global solution. Quantum computing and quantum machine
learning provide a new approach to solving combinatorial optimization of
problems faster due to inherent speedups of quantum effects. Many solutions of
VRP are offered across different quantum computing platforms using hybrid
algorithms such as quantum approximate optimization algorithm and quadratic
unconstrained binary optimization. Quantum computers such as IBM-Q experience
along with Qiskit framework offer tools to solve combinatorial optimization
problems. This work proposed here builds a basic VRP solution for 3 and 4
cities using variational quantum eigensolver on a variable ANSATZ. The work is
further extended to evaluate the robustness of the solution in noisy channels
available within the ambit of Qiskit framework.
- Abstract（参考訳）: 車両ルーティング問題 (VRP) は、科学と産業で何十年にもわたって研究の関心を集めてきたNPハード最適化問題である。
目標は、最適な効率で一定数の顧客を届けるために、車両の経路を計画することである。
古典的ツールや手法は最適大域解に到達するよい近似を与える。
量子コンピューティングと量子機械学習は、量子効果の固有のスピードアップのため、問題の組合せ最適化を高速に解くための新しいアプローチを提供する。
VRPの多くのソリューションは、量子近似最適化アルゴリズムや2次非制約バイナリ最適化のようなハイブリッドアルゴリズムを用いて、異なる量子コンピューティングプラットフォームで提供されている。
IBM-Qのような量子コンピュータとQiskitフレームワークは組合せ最適化問題を解決するツールを提供する。
本稿では, 可変ANSATZ上の変分量子固有解法を用いて, 3都市と4都市の基本的なVRPソリューションを構築する。
この作業はさらに拡張され、qiskitフレームワークのambit内で利用可能なノイズの多いチャネルにおけるソリューションのロバスト性を評価する。
関連論文リスト
- Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - Multi-Objective Optimization and Network Routing with Near-Term Quantum
Computers [0.2150989251218736]
我々は,多目的最適化問題を解くために,近距離量子コンピュータを応用できる手法を開発した。
量子近似最適化アルゴリズム(QAOA)に基づく実装に焦点を当てる。
論文 参考訳（メタデータ） (2023-08-16T09:22:01Z) - Solving The Vehicle Routing Problem via Quantum Support Vector Machines [0.0]
車両ルーティング問題(VRP)は、学術的な注目を集める最適化問題の例である。
量子機械学習は、量子効果の自然なスピードアップを利用して、解を得る新しい方法を提供する。
3, 4都市シナリオのVRPを解くために, ハイブリッド量子機械学習手法を実装し, テストする。
論文 参考訳（メタデータ） (2023-08-09T10:24:59Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - 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) - Recommending Solution Paths for Solving Optimization Problems with
Quantum Computing [4.306566710489809]
最適解パスを特定し,推奨するフレームワークを提案する。
最先端のハイブリッドアルゴリズム、エンコーディングおよび分解技術はモジュラー方式で統合することができる。
選択した選択肢の集合に対する我々のアプローチの実証と検証を行い、キャパシタイトされた車両ルーティング問題に対するその適用例を示す。
論文 参考訳（メタデータ） (2022-12-21T15:55:43Z) - Quantum-inspired optimization for wavelength assignment [51.55491037321065]
波長割当問題を解くための量子インスピレーションアルゴリズムを提案し,開発する。
本研究は,電気通信における現実的な問題に対する量子インスパイアされたアルゴリズムの活用の道筋をたどるものである。
論文 参考訳（メタデータ） (2022-11-01T07:52:47Z) - Analysis of The Vehicle Routing Problem Solved via Hybrid Quantum
Algorithms in Presence of Noisy Channels [0.0]
目的は、最適な効率で一定数の顧客に商品を届けるための車両のルートを計画することである。
固定アンサッツ上の変分量子固有解法を用いて,3都市と4都市を対象とした基本的VRP解法を構築した。
量子アルゴリズムの性能は、どのノイズモデルが使われているかに大きく依存している。
論文 参考訳（メタデータ） (2022-05-13T11:29:12Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳（メタデータ） (2022-02-17T18:59:20Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 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。