論文の概要: Integrating quantum and classical computing for multi-energy system
optimization using Benders decomposition
- arxiv url: http://arxiv.org/abs/2309.16363v1
- Date: Thu, 28 Sep 2023 11:59:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-29 14:47:20.342690
- Title: Integrating quantum and classical computing for multi-energy system
optimization using Benders decomposition
- Title（参考訳）: ベンダー分解を用いたマルチエネルギーシステム最適化のための量子および古典計算の統合
- Authors: Ludger Leenders, Martin Sollich, Christiane Reinert, Andr\'e Bardow
- Abstract要約: 量子コンピュータと古典コンピュータの最適化を組み合わせたハイブリッドBenders分解手法を提案する。
本研究では,コスト最適多エネルギーシステムの設計を事例スタディで実施する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: During recent years, quantum computers have received increasing attention,
primarily due to their ability to significantly increase computational
performance for specific problems. Computational performance could be improved
for mathematical optimization by quantum annealers. This special type of
quantum computer can solve quadratic unconstrained binary optimization
problems. However, multi-energy systems optimization commonly involves integer
and continuous decision variables. Due to their mixed-integer problem
structure, quantum annealers cannot be directly used for multi-energy system
optimization. To solve multi-energy system optimization problems, we present a
hybrid Benders decomposition approach combining optimization on quantum and
classical computers. In our approach, the quantum computer solves the master
problem, which involves only the integer variables from the original energy
system optimization problem. The subproblem includes the continuous variables
and is solved by a classical computer. For better performance, we apply
improvement techniques to the Benders decomposition. We test the approach on a
case study to design a cost-optimal multi-energy system. While we provide a
proof of concept that our Benders decomposition approach is applicable for the
design of multi-energy systems, the computational time is still higher than for
approaches using classical computers only. We therefore estimate the potential
improvement of our approach to be expected for larger and fault-tolerant
quantum computers.
- Abstract（参考訳）: 近年、量子コンピュータは、特に特定の問題に対する計算性能を著しく向上させる能力によって、注目を集めている。
計算性能は量子アニールにより数学的に最適化できる。
この特殊な量子コンピュータは二分最適化問題を解くことができる。
しかし、マルチエネルギーシステムの最適化は一般に整数と連続的な決定変数を含む。
混合整数問題構造のため、マルチエネルギーシステムの最適化に量子アニールを直接使用することはできない。
マルチエネルギーシステムの最適化問題を解決するために,量子コンピュータと古典コンピュータの最適化を組み合わせたハイブリッドベンダー分解手法を提案する。
このアプローチでは、量子コンピュータは元のエネルギーシステムの最適化問題からの整数変数のみを含むマスター問題を解く。
サブプロブレムは連続変数を含み、古典的なコンピュータによって解決される。
性能向上のために,改良手法をベンダー分解に適用する。
本研究では,コスト最適多エネルギーシステムの設計を事例スタディで実施する。
我々は,Benders分解手法が多エネルギー系の設計に適用可能であるという概念の証明を提供するが,計算時間は古典的コンピュータのみを用いた手法よりも依然として高い。
そこで我々は,大規模かつフォールトトレラントな量子コンピュータに期待できるアプローチの潜在的な改善を推定する。
関連論文リスト
- Performant near-term quantum combinatorial optimization [1.1999555634662633]
線形深度回路を用いた最適化問題に対する変分量子アルゴリズムを提案する。
我々のアルゴリズムは、ターゲット量子関数の各項を制御するために設計されたハミルトン生成器からなるアンサッツを使用する。
性能と資源最小化のアプローチは、潜在的な量子計算上の利点の候補として有望である、と結論付けます。
論文 参考訳（メタデータ） (2024-04-24T18:49:07Z) - Challenges and Opportunities in Quantum Optimization [14.7608536260003]
量子コンピュータの最近の進歩は、ブラトフォース古典シミュレーションを超えるスケールで問題を解決する能力を示している。
計算機科学や物理学全般において、主要な最適化問題に対するアプローチは様々である。
論文 参考訳（メタデータ） (2023-12-04T19:00:44Z) - Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational
Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。
量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文 参考訳（メタデータ） (2023-10-14T02:13:26Z) - Efficient Use of Quantum Linear System Algorithms in Interior Point
Methods for Linear Optimization [0.0]
線形最適化問題を解くために、非現実的な量子内点法を開発した。
また、量子ソルバの過度な時間なしで、反復リファインメントによって正確な解を得る方法についても論じる。
論文 参考訳（メタデータ） (2022-05-02T21:30:56Z) - Classically-Boosted Quantum Optimization Algorithm [0.0]
我々は、量子最適化を強化するために既存の古典的手法を活用する自然なアプローチを探求する。
具体的には、近似解を見つけるために古典的なアルゴリズムを実行し、量子回路を用いて高品質な解の「近傍」を探索する。
CBQOA の Max 3SAT および Max Bisection への応用を実証し,これらの問題に対する従来のアプローチよりも優れていることを示す実証的証拠を提供する。
論文 参考訳（メタデータ） (2022-03-25T23:36:14Z) - 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) - Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。
本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。
提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文 参考訳（メタデータ） (2021-07-08T17:59:55Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Solving Quadratic Unconstrained Binary Optimization with
divide-and-conquer and quantum algorithms [0.0]
分割・対数手法を用いて、元の問題を小さな問題の集合に還元する。
この手法は任意のQUBOインスタンスに適用でき、全古典的またはハイブリッドな量子古典的アプローチにつながる。
論文 参考訳（メタデータ） (2021-01-19T19:00:40Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - 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。