論文の概要: Hybrid Quantum-Classical General Benders Decomposition Algorithm for
Unit Commitment with Multiple Networked Microgrids
- arxiv url: http://arxiv.org/abs/2210.06678v1
- Date: Thu, 13 Oct 2022 02:26:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-22 17:12:01.302933
- Title: Hybrid Quantum-Classical General Benders Decomposition Algorithm for
Unit Commitment with Multiple Networked Microgrids
- Title(参考訳): マルチネットワークマイクログリッドを用いたユニットコミットのためのハイブリッド量子古典的一般ベンダー分解アルゴリズム
- Authors: Fang Gao, Dejian Huang, Ziwei Zhao, Wei Dai, Mingyu Yang, Feng Shuang
- Abstract要約: マルチネットワークマイクログリッド(UCMNM)によるユニットコミットは、典型的な混合整数非線形プログラミング問題である。
一般化ベンダー分解アルゴリズム(GBDA)フレームワークに量子コンピューティングを導入する。
プライバシー保護と独立意思決定のために、HQC-GBDAはUCMNM問題をマスター問題と一連のサブプロブレムに分解する。
- 参考スコア(独自算出の注目度): 5.6035987109587895
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Unit commitment with multiple networked microgrids (UCMNM) is a typical
mixed-integer nonlinear programming problem. It requires coordination between
the local utility grid and the microgrids. We introduce quantum computing in
Generalized Benders decomposition algorithm (GBDA) framework and propose a
hybrid distributed decomposition algorithm in this work, named as hybrid
quantum-classical generalized Benders decomposition algorithm (HQC-GBDA). For
privacy-preserving and independent decision-making, HQC-GBDA decomposes the
UCMNM problem into a master problem and a series of sub-problems. The NP-Hard
master problem with discrete variables can be transformed into the quadratic
unconstrained binary optimization (QUBO) problem, which can be settled by the
quantum annealing algorithm. The main contributions of this work include: 1)
Based on GBDA, we propose a multi-cut generalized Benders decomposition
algorithm (MC-GBDA), which adds the Benders feasibility cutting planes to the
master problem more efficiently; 2) In HQC-GBDA, we reconstruct the NP-Hard
master problem into the QUBO problem, which is suitable to be solved by quantum
computing and further reduce the complexity of the master problem; 3) We use
the D-WAVE quantum annealing machine to solve the QUBO problem of HQC-GBDA and
find that HQC-GBDA is faster than its classical counterpart MC-GBDA when
dealing with more complex UCMNM problems.
- Abstract(参考訳): マルチネットワークマイクログリッド(UCMNM)によるユニットコミットは、典型的な混合整数非線形プログラミング問題である。
ローカルユーティリティグリッドとマイクログリッドの調整が必要である。
本稿では, 一般化ベンダー分解アルゴリズム (GBDA) に量子コンピューティングを導入し, 複合量子古典一般化ベンダー分解アルゴリズム (HQC-GBDA) と呼ばれるハイブリッド分散分解アルゴリズムを提案する。
プライバシー保護と独立意思決定のために、HQC-GBDAはUCMNM問題をマスター問題と一連のサブプロブレムに分解する。
離散変数を持つNP-Hardマスター問題は、量子アニールアルゴリズムによって解決できる二次的非制約バイナリ最適化(QUBO)問題に変換することができる。
この作品の主な貢献は以下のとおりである。
1) GBDAに基づくマルチカット一般化ベンダー分解アルゴリズム(MC-GBDA)を提案する。
2) hqc-gbda では、np-hard master 問題を量子コンピューティングで解くのに適した qubo 問題に再構成し、さらにマスター問題の複雑さを低減させる。
3)D-WAVE量子アニール装置を用いてHQC-GBDAのQUBO問題を解くことにより,より複雑なUCMNM問題を扱う場合,HQC-GBDAは従来のMC-GBDAよりも高速であることを示す。
関連論文リスト
- Projective Quantum Eigensolver with Generalized Operators [0.0]
PQEフレームワークにおける閉形式残留方程式の観点から一般化作用素を決定する手法を開発する。
いくつかの分子系への応用により、アンザッツは単体、二重体、三重体を含む(異方性)UCCと同様の精度を達成できることを実証した。
論文 参考訳(メタデータ) (2024-10-21T15:40:22Z) - Evaluating Quantum Optimization for Dynamic Self-Reliant Community Detection [3.6021182997326022]
量子計算カラーブルーを用いて解くのに適した二次非拘束バイナリ最適化(QUBO)問題を定式化する。
この定式化は、最大自己充足力とそれらの間を流れる最小限のパワーを持つコミュニティを見つけることを目的としている。
D-Waveのハイブリッド量子古典解法、古典解法、分枝結合解法などである。
論文 参考訳(メタデータ) (2024-07-09T11:44:58Z) - Quantum Speedup of the Dispersion and Codebook Design Problems [6.735173690339397]
分散問題はNPハードに分類される最適化問題である。
本稿では,Grover Adaptive Search(GAS)量子アルゴリズムによる解を実現するために,最大値と最大値の分散問題の新しい定式化を提案する。
論文 参考訳(メタデータ) (2024-06-11T12:00:50Z) - Computing Low-Entropy Couplings for Large-Support Distributions [53.00113867130712]
最小エントロピー結合は因果関係やステガノグラフィーなどの分野で応用されている。
既存のアルゴリズムは、大容量の分布に対して計算的に抽出可能であるか、特定の分布タイプに限定されている。
この研究は、事前の反復MECアプローチを一般化されたパーティションベースの形式主義に統一することにより、これらの制限に対処する。
論文 参考訳(メタデータ) (2024-05-29T21:54:51Z) - Hungarian Qubit Assignment for Optimized Mapping of Quantum Circuits on
Multi-Core Architectures [1.1288814203214292]
量子コンピュータは、これらのクラスタ間のスペーサー接続を備えた密結合量子ビットのクラスタを特徴とするモジュラーアプローチを採用することが期待されている。
複数の処理コアにキュービットを効率よく分散させることは、量子コンピューティングシステムの性能とスケーラビリティを向上させる上で重要である。
ハンガリーのQubit Assignment(HQA)アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-09-21T15:48:45Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳(メタデータ) (2023-09-11T18:00:00Z) - Multi-Resource Allocation for On-Device Distributed Federated Learning
Systems [79.02994855744848]
本研究は,デバイス上の分散フェデレーション学習(FL)システムにおいて,レイテンシとエネルギー消費の重み付け和を最小化する分散マルチリソース割り当て方式を提案する。
システム内の各モバイルデバイスは、指定された領域内でモデルトレーニングプロセスを実行し、それぞれパラメータの導出とアップロードを行うための計算と通信資源を割り当てる。
論文 参考訳(メタデータ) (2022-11-01T14:16:05Z) - Shuffle-QUDIO: accelerate distributed VQE with trainability enhancement
and measurement reduction [77.97248520278123]
本稿では,量子分散最適化におけるシャッフル演算を局所ハミルトニアンに組み込むためのShuffle-QUDIOを提案する。
QUDIOと比較して、Shuffle-QUDIOは量子プロセッサ間の通信周波数を著しく低減し、同時にトレーニング性を向上させる。
論文 参考訳(メタデータ) (2022-09-26T06:51:20Z) - Hybrid Quantum-Classical Multi-cut Benders Approach with a Power System
Application [0.0]
単位コミット(UC)問題に対する量子古典解(HQC)が提示される。
D-Wave Advantage 4.1 Quantum annealerを用いて提案手法の有効性と計算可能性を示す。
論文 参考訳(メタデータ) (2021-12-10T16:16:09Z) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳(メタデータ) (2021-06-24T08:18:42Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳(メタデータ) (2021-06-08T15:54:44Z)
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。