論文の概要: A Quantum Computing Approach for the Unit Commitment Problem
- arxiv url: http://arxiv.org/abs/2212.06480v1
- Date: Tue, 13 Dec 2022 11:01:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-09 15:06:47.762547
- Title: A Quantum Computing Approach for the Unit Commitment Problem
- Title(参考訳): 単位コミットメント問題に対する量子コンピューティングのアプローチ
- Authors: Pascal Halffmann and Patrick Holzer and Kai Plociennik and Michael
Trebing
- Abstract要約: エネルギー生産の計画は、コスト感受性、高速移動エネルギー市場、需要の不確実性、および発電所の技術的制約のために難しい課題である。
本稿では,最小実行時間およびアイドル時間を有するUPPを,量子コンピューティングハードウェア上での2次最適化問題としてモデル化する。
最初の実験は、量子ビットの利用と接続性、そして最も重要なソリューション品質の観点から、私たちの定式化の利点を確認します。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Planning energy production is a challenging task due to its cost-sensitivity,
fast-moving energy markets, uncertainties in demand, and technical constraints
of power plants. Thus, more complex models of this so-called \emph{unit
commitment problem (UCP)} have to be solved more rapidly, a task that probably
can be solved more efficiently via quantum computing. In this article, we model
a UCP with minimum running and idle times as a quadratic unconstrained
optimization problem to solve it on quantum computing hardware. First
experiments confirm the advantages of our formulation in terms of qubit usage
and connectivity and most importantly solution quality.
- Abstract(参考訳): エネルギー生産の計画は、コスト感受性、高速移動エネルギー市場、需要の不確実性、および発電所の技術的制約のために難しい課題である。
したがって、このいわゆる "emph{unit commitment problem (UCP)" のより複雑なモデルはより高速に解かれる必要があり、量子コンピューティングによってより効率的に解ける。
本稿では,最小実行時間およびアイドル時間を有するUPPを,量子コンピューティングハードウェア上での2次的非制約最適化問題としてモデル化する。
最初の実験は、量子ビットの利用と接続性、そして最も重要なソリューション品質の観点から、私たちの定式化の利点を確認します。
関連論文リスト
- Application of quantum annealing for scalable robotic assembly line optimization: a case study [0.40498500266986387]
ロボット組立ラインバランシング(RALB)の実世界の問題に対する量子コンピューティングの適用について検討する。
D-Wave Advantage 4.1量子コンピュータ上でのハイブリッド量子古典アルゴリズムを用いて、整数プログラミングの定式化を2次非制約バイナリ最適化問題に変換する。
ケーススタディでは、量子解は正確な解と比較され、量子コンピューティングが製造生産性を高めコストを削減できる可能性を示している。
論文 参考訳(メタデータ) (2024-12-12T12:49:34Z) - Assessing Quantum Computing Performance for Energy Optimization in a
Prosumer Community [1.072460284847973]
消費者問題」とは、利用者のニーズ、電力価格、地域再生可能エネルギーの可利用性に基づいて家庭の負荷をスケジューリングする問題である。
量子コンピュータは、量子演算の本質的な並列性のおかげで、この問題を扱う上で大きなブレークスルーをもたらす可能性がある。
本報告では,シミュレータと実量子ハードウェアを用いた,様々な問題サイズに対する広範な実験について報告する。
論文 参考訳(メタデータ) (2023-11-17T15:48:51Z) - Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud
Computing [73.7522199491117]
量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。
ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。
本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
論文 参考訳(メタデータ) (2023-07-25T00:38:46Z) - 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) - Towards optimization under uncertainty for fundamental models in energy
markets using quantum computers [0.0]
本稿では, 再生可能エネルギー供給, 電力需要, 機械故障の不確実性を考えるための最初のアプローチを提案する。
量子コンピュータ上でのこれらの不確実性の下で、UPPのコスト削減ソリューションを見つける方法を示す。
論文 参考訳(メタデータ) (2023-01-03T14:07:15Z) - Exploiting In-Constraint Energy in Constrained Variational Quantum
Optimization [7.541345730271882]
一般に、そのような制約は回路内で容易に符号化することができず、量子回路の測定結果が制約を尊重することが保証されない。
本稿では,制約付き最適化問題に対する非実装型量子アンサテイズによる新しい解法を提案する。
シミュレータや量子ハードウェア上での高速なプロトタイピングのために,QiskitとインターフェースするPythonパッケージであるQVoiceで実装した。
論文 参考訳(メタデータ) (2022-11-13T20:58:00Z) - Quantum Computing Approach for Energy Optimization in a Prosumer
Community [2.5008947886814186]
本稿では, エネルギーコミュニティにおいて, エネルギーコストを最小化する問題として, プロシューマー問題の定式化と解法に関する量子的アプローチを提案する。
問題はNP完全であるため、ハイブリッド量子/古典的アルゴリズムは大きなスピードアップを得るのに役立つかもしれない。
論文 参考訳(メタデータ) (2022-09-09T17:28:09Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - 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) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳(メタデータ) (2022-01-25T05:59:24Z) - 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)
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。