論文の概要: Quantum Annealing for Vehicle Routing Problem with weighted Segment
- arxiv url: http://arxiv.org/abs/2203.13469v1
- Date: Fri, 25 Mar 2022 06:38:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-20 21:03:08.183559
- Title: Quantum Annealing for Vehicle Routing Problem with weighted Segment
- Title(参考訳): 重み付きセグメントを有する車両経路問題に対する量子アニーリング
- Authors: Toufan D. Tambunan, Andriyan B. Suksmono, Ian J.M. Edward, Rahmat
Mulyawan
- Abstract要約: 本研究では,道路交通渋滞問題に対するQUBOの定式化について検討した。
道路セグメントの重み付けに基づいて、代替道路車両の流れの分布を最適化して経路選択を行う。
D-Wave量子アニールのシミュレーションは、複数の車両の経路配置について最適な結果を示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum annealing technologies aim to solve computational optimization and
sampling problems. QPU (Quantum Processing Unit) machines such as the D-Wave
system use the QUBO (Quadratic Unconstrained Binary Optimization) formula to
define model optimization problems for quantum annealing. This machine uses
quantum effects to speed up computing time better than classical computers. We
propose a vehicle routing problem that can be formulated in the QUBO model as a
combinatorial problem, which gives the possible route solutions increases
exponentially. The solution aims to optimize the vehicle's journey to reach a
destination. The study presents a QUBO formulation to solve traffic congestion
problems on certain roads. The resulting route selection by optimizing the
distribution of the flow of alternative road vehicles based on the weighting of
road segments. Constraints formulated as a condition for the level of road
density. The road weight parameter influences the cost function for each road
choice. The simulations on the D-Wave quantum annealer show optimal results on
the route deployment of several vehicles. So that each vehicle will be able to
go through different road options and reduce road congestion accurately. This
solution provides an opportunity to develop QUBO modeling for more complex
vehicle routing problems for road congestion.
- Abstract(参考訳): 量子アニーリング技術は計算最適化とサンプリング問題を解決することを目的としている。
D-WaveシステムのようなQPU(Quantum Processing Unit)マシンはQUBO(Quadratic Unconstrained Binary Optimization)公式を使用して量子アニールのモデル最適化問題を定義する。
このマシンは量子効果を使って、従来のコンピュータよりも計算時間を高速化する。
本研究では, quboモデルにおいて, 経路解が指数関数的に増加するような組合せ問題として定式化可能な車両経路問題を提案する。
解決策は、目的地に到達するための車両の移動を最適化することにある。
本研究は、ある道路における交通渋滞問題を解決するためのqubo定式化を提案する。
道路セグメントの重み付けに基づいて、代替道路車両の流れの分布を最適化して経路選択を行う。
道路密度の条件として定式化された制約。
道路重量パラメータは各道路選択のコスト関数に影響を与える。
d波量子アニーラのシミュレーションは、複数の車両の経路配置に最適な結果を示す。
これにより、各車両は異なる道路オプションを通過でき、道路渋滞を正確に低減できる。
このソリューションは、道路渋滞に対するより複雑な車両経路問題のquboモデリングを開発する機会を提供する。
関連論文リスト
- Convex Physics Informed Neural Networks for the Monge-Ampère Optimal Transport Problem [49.1574468325115]
補給業者から顧客への原料の最適輸送は、物流における問題である。
ここでは、対応する一般化モンジュ・アンペア方程式の解を求める物理情報ニューラルネットワーク法が提唱されている。
特に、損失関数における輸送境界条件の実施に焦点が当てられている。
論文 参考訳(メタデータ) (2025-01-17T12:51:25Z) - Quantum Annealing Approaches to Solving the Shipment Rerouting Problems [7.888128236684232]
本稿では,NP-hardシークエンシングおよびパッケージング問題を一般化した出荷再帰問題 (SRP) について検討する。
目的は、トラックのセットを選択し、これらのトラックのルートをスケジュールし、総コストを最小化することである。
我々は、新しい数学的プログラミングの定式化と、シーケンシングとパッケージングの問題を同時に解くための新しい洞察を用いる。
論文 参考訳(メタデータ) (2025-01-09T23:47:23Z) - 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) - Quadratic Unconstrained Binary Formulation for Traffic Signal Optimization on Real-World Maps [0.4915744683251151]
D-Wave量子アニールマシンは、2次非拘束二元最適化(QUBO)の最適解を素早く見つけることができる
我々は、Tジャンクションや多分岐道路にも対応できる異なるQUBOの定式化を提案する。
その結果, D-Wave マシンは最適解を見つけることができず, 時間的にグロビよりも遅いことがわかった。
論文 参考訳(メタデータ) (2023-08-28T10:00:50Z) - 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) - 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) - Analysis of Vehicle Routing Problem in Presence of Noisy Channels [0.0]
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。
論文 参考訳(メタデータ) (2021-12-28T10:20:42Z) - Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。
本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。
提案手法は,高品質なトラフィックフローマップを作成できる。
論文 参考訳(メタデータ) (2021-09-29T07:51:49Z) - Quadratic and Higher-Order Unconstrained Binary Optimization of Railway
Rescheduling for Quantum Computing [0.5161531917413706]
本稿では,鉄道交通管理の問題の再スケジューリングのためのQUBOおよびHOBO表現について紹介する。
我々は、列車間の出入口の最小化、駅での滞在の最小化、線路の占有、車両の循環について検討する。
論文 参考訳(メタデータ) (2021-07-07T14:07:07Z) - Reinforcement Learning Based Vehicle-cell Association Algorithm for
Highly Mobile Millimeter Wave Communication [53.47785498477648]
本稿では,ミリ波通信網における車とセルの関連性について検討する。
まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。
提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
論文 参考訳(メタデータ) (2020-01-22T08:51:05Z)
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。