論文の概要: Investigating Techniques to Optimise the Layout of Turbines in a Windfarm using a Quantum Computer

• arxiv url: http://arxiv.org/abs/2312.13123v3
• Date: Tue, 19 Aug 2025 18:30:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 16:52:41.027867
• Title: Investigating Techniques to Optimise the Layout of Turbines in a Windfarm using a Quantum Computer
• Title（参考訳）: 量子コンピュータを用いたウィンドファーム内タービンのレイアウト最適化手法の検討
• Authors: James Hancock, Matthew J. Craven, Craig McNeile, Davide Vadacchino,
• Abstract要約: 風力エネルギーは持続可能な電力システムへの移行において重要な役割を担っている。 タービンの最適配置は、複雑なウェイク相互作用のために難しい問題である。 本稿では,Qiskitの量子コンピュータシミュレータ上に実装された変分量子固有解器(VQE)を用いてQUBO問題の解法を検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates Windfarm Layout Optimization (WFLO), where we formulate turbine placement considering wake effects as a Quadratic Unconstrained Binary Optimization (QUBO) problem. Wind energy plays a critical role in the transition toward sustainable power systems, but the optimal placement of turbines remains a challenging combinatorial problem due to complex wake interactions. With recent advances in quantum computing, there is growing interest in exploring whether hybrid quantum-classical methods can provide advantages for such computationally intensive tasks. We investigate solving the resulting QUBO problem using the Variational Quantum Eigensolver (VQE) implemented on Qiskit's quantum computer simulator, employing a quantum noise-free, gate-based circuit model. Three classical optimizers are discussed, with a detailed analysis of the two most effective approaches: Constrained Optimization BY Linear Approximation (COBYLA) and Bayesian Optimization (BO). We compare these simulated quantum results with two established classical optimization methods: Simulated Annealing (SA) and the Gurobi solver. The study focuses on 4$\times$4 grid configurations (requiring 16 qubits), providing insights into near-term quantum algorithm applicability for renewable energy optimization.
• Abstract（参考訳）: 本稿では,Wundfarm Layout Optimization (WFLO) について検討する。そこでは,覚醒効果を考慮したタービン配置を擬似非拘束バイナリ最適化 (QUBO) 問題として定式化する。 風力エネルギーは持続可能な電力システムへの移行において重要な役割を担っているが、タービンの最適配置は複雑なウェイク相互作用のために難しい組合せ問題のままである。 量子コンピューティングの最近の進歩により、ハイブリッド量子古典的手法がそのような計算集約的なタスクに利点をもたらすかどうかを探求することへの関心が高まっている。 本稿では,Qiskitの量子計算機シミュレータ上に実装された変分量子固有解法(VQE)を用いて,量子ノイズフリーゲートベース回路モデルを用いてQUBO問題を解く。 線形近似による制約付き最適化 (COBYLA) とベイズ最適化 (BO) の2つの最も効果的なアプローチを詳細に分析した。 我々は、これらのシミュレーションされた量子結果と、2つの確立された古典最適化手法、Simulated Annealing (SA) とGurobi solverを比較した。 この研究は、4$\times$4グリッド構成(16キュービットの要求)に焦点を当て、再生可能エネルギー最適化のための短期量子アルゴリズムの適用性に関する洞察を提供する。

関連論文リスト

• Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
  多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。 本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。 この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
  論文  参考訳（メタデータ） (2025-10-07T17:53:02Z)
• Grid Cost Allocation in Peer-to-Peer Electricity Markets: Benchmarking Classical and Quantum Optimization Approaches [3.757262277494307]
  本稿では、量子コンピューティング(QC)を用いたピアツーピア(P2P)電力市場におけるグリッド運用コストの配分のための新しい最適化手法を提案する。 本研究では,生産者対と生産者対の間の論理的電力フローと物理的電力フローを整合させた準拘束的二元最適化(QUBO)モデルを構築し,グリッドの利用コストを公平に分配する。 このモデルは、最大57ノードのIEEEテストケースで評価され、量子アニーリング(QA)、ハイブリッド量子古典アルゴリズム、古典最適化アプローチと比較される。
  論文  参考訳（メタデータ） (2025-01-09T14:03:56Z)
• Gaussian boson sampling for binary optimization [0.0]
  本稿では,2値最適化問題に対処するために,しきい値検出器を備えたパラメトリゼーションガウスボソンサンプリング(GBS)を提案する。 3SATおよびグラフ問題に関する数値実験は、ランダムな推測よりも顕著な性能向上を示した。
  論文  参考訳（メタデータ） (2024-12-19T12:12:22Z)
• Increasing the Hardness of Posiform Planting Using Random QUBOs for Programmable Quantum Annealer Benchmarking [1.6385815610837167]
  我々は,多数の小さな離散係数スピングラスイジングモデルを融合させることにより,ポジフォーム植込みQUBOを計算的に困難にすることを検討する。 3つのD-Wave超伝導量子アニーリングプロセッサの性能をベンチマークする。 D-Wave QPUの地中サンプリング成功率は、我々が採用するランダムQUBOのサイズに対して変化しないことがわかった。
  論文  参考訳（メタデータ） (2024-11-06T02:46:33Z)
• Feedback-Based Quantum Algorithm for Constrained Optimization Problems [0.6554326244334868]
  問題の解を基底状態としてエンコードする新しい演算子を導入する。 提案アルゴリズムは,量子回路の深さを小さくすることで,計算資源を節約できることを示す。
  論文  参考訳（メタデータ） (2024-06-12T12:58:43Z)
• 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)
• Guess What Quantum Computing Can Do for Test Case Optimization [43.89456212504871]
  近い将来、量子近似最適化アルゴリズム(QAOAs)は最適化問題を解く大きな可能性を秘めている。 本稿では,QAOA問題としてソフトウェアテストケース最適化問題を定式化し,量子コンピュータシミュレータ上での解法を提案する。 近年は利用できない多くのキュービットを必要とするより大きなテスト最適化問題を解決するため、QAOAと問題分解戦略を統合する。
  論文  参考訳（メタデータ） (2023-12-24T21:25:31Z)
• Gaussian Boson Sampling for binary optimization [0.0]
  本研究では,条件付き値-リスクコスト関数を用いた変分量子固有解法を用いる。 ランダムに生成されたインスタンス上で数値シミュレーションを行うことで、原理の証明を行う。
  論文  参考訳（メタデータ） (2023-12-12T13:00:55Z)
• 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)
• Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
  本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。 提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。 我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
  論文  参考訳（メタデータ） (2023-08-29T17:53:08Z)
• Phase-Binarized Spintronic Oscillators for Combinatorial Optimization, and Comparison with Alternative Classical and Quantum Methods [0.04660328753262073]
  アイシングコンピューティングではPBOが提案されており、様々なデバイス技術を用いてPBOを実験的に実装している。 このようなPBOを実装し, 4ノード重み付きグラフ上でのNP-Hard問題MaxCutを解くために, 4つの双極子結合型一様モードスピンホールナノ発振器(SHNO)のアレイを使用できることを示す。
  論文  参考訳（メタデータ） (2023-06-26T09:04:03Z)
• Optimizing Variational Quantum Algorithms with qBang: Efficiently Interweaving Metric and Momentum to Navigate Flat Energy Landscapes [0.0]
  変分量子アルゴリズム(VQA)は、現在の量子コンピューティングインフラを利用するための有望なアプローチである。 本稿では,量子ブロイデン適応型自然勾配(qBang)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-04-27T00:06:48Z)
• Quantum approximate optimization via learning-based adaptive optimization [5.399532145408153]
  量子近似最適化アルゴリズム(QAOA)は、目的最適化問題の解法として設計されている。 その結果,アルゴリズムは速度,精度,効率,安定性の点で従来の近似よりも大幅に優れていた。 この研究はQAOAの全パワーを解き放つのに役立ち、実践的な古典的なタスクにおいて量子的優位性を達成するための道を開く。
  論文  参考訳（メタデータ） (2023-03-27T02:14:56Z)
• Fermionic Quantum Approximate Optimization Algorithm [11.00442581946026]
  制約付き最適化問題を解くためのフェルミオン量子近似最適化アルゴリズム(FQAOA)を提案する。 FQAOAは、フェルミオン粒子数保存を用いて、QAOAを通して本質的にそれらを強制する制約問題に対処する。 制約付きハミルトニアン問題に対して、運転者ハミルトニアンを設計するための体系的なガイドラインを提供する。
  論文  参考訳（メタデータ） (2023-01-25T18:36:58Z)
• Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary Optimization [44.96576908957141]
  本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-23T18:00:03Z)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• 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)
• Filtering variational quantum algorithms for combinatorial optimization [0.0]
  本稿では、フィルタ演算子を用いて最適解への高速で信頼性の高い収束を実現する変分量子固有解法(F-VQE)を提案する。 また、量子コンピュータに必要な量子ビット数を減らすために因果錐を用いる方法についても検討する。
  論文  参考訳（メタデータ） (2021-06-18T11:07:33Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)
• 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。