論文の概要: Evaluation of Quantum Annealing-based algorithms for flexible job shop scheduling
- arxiv url: http://arxiv.org/abs/2408.15671v1
- Date: Wed, 28 Aug 2024 09:52:14 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-29 16:21:03.638192
- Title: Evaluation of Quantum Annealing-based algorithms for flexible job shop scheduling
- Title(参考訳): フレキシブルジョブショップスケジューリングのための量子アニーリングに基づくアルゴリズムの評価
- Authors: Philipp Schworm, Xiangqian Wu, Matthias Klar, Jan C. Aurich,
- Abstract要約: フレキシブルなジョブショップスケジューリング問題(FJSSP)は、複雑な最適化タスクを提供する。
近似法は、ソリューションが許容される時間枠内にあることを保証するために使用される。
量子力学的効果を利用したメタヒューリスティックな量子アナリングは、短時間で優れた解品質を示す。
- 参考スコア(独自算出の注目度): 9.674641730446748
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A flexible job shop scheduling problem (FJSSP) poses a complex optimization task in modeling real-world process scheduling tasks with conflicting objectives. To tackle FJSSPs, approximation methods are employed to ensure solutions are within acceptable timeframes. Quantum Annealing, a metaheuristic leveraging quantum mechanical effects, demonstrates superior solution quality in a shorter time compared to classical algorithms. However, due to hardware limitations of quantum annealers, hybrid algorithms become essential for solving larger FJSSPs. This paper investigates the threshold problem sizes up to which quantum annealers are sufficient and when hybrid algorithms are required, highlighting the distribution of computing power in hybrid methods.
- Abstract(参考訳): フレキシブルなジョブショップスケジューリング問題(FJSSP)は、現実のプロセススケジューリングタスクと相反する目的をモデル化する複雑な最適化タスクを提供する。
FJSSPに取り組むために、ソリューションが許容される時間枠内にあることを保証するために近似法が採用されている。
量子力学的効果を利用したメタヒューリスティックな量子アナリングは、古典的アルゴリズムと比較して短時間で優れた解品質を示す。
しかし、量子アニールのハードウェア制限のため、より大規模なFJSSPを解くにはハイブリッドアルゴリズムが不可欠である。
本稿では,量子異方体が十分かつハイブリッドアルゴリズムが必要な場合のしきい値問題のサイズについて検討し,ハイブリッド手法における計算パワーの分布を明らかにする。
関連論文リスト
- Harnessing Inferior Solutions For Superior Outcomes: Obtaining Robust Solutions From Quantum Algorithms [0.0]
我々は、ロバストな最適化問題に取り組むために量子アルゴリズムを適用する。
本稿では、ロバストな最適解を得るための2つの革新的な方法を提案する。
これらはエネルギーセクター内の2つのユースケースに適用される。
論文 参考訳(メタデータ) (2024-04-25T17:32:55Z) - Multi-objective Quantum Annealing approach for solving flexible job shop
scheduling in manufacturing [0.0]
本稿では、フレキシブルジョブショップスケジューリング問題に対処するため、量子アニーリングに基づく問題解決アルゴリズム(QASA)を提案する。
ベンチマーク問題の実験では、タブ検索、シミュレートされたアニーリング、量子アニーリングを組み合わせたQASAが、古典的解法アルゴリズム(CSA)のソリューション品質を上回っている。
論文 参考訳(メタデータ) (2023-11-16T07:45:57Z) - 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) - 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) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳(メタデータ) (2022-09-01T17:08:41Z) - Quantum constraint learning for quantum approximate optimization
algorithm [0.0]
本稿では,探索部分空間を厳しく制約するミキサーハミルトンを学習するための量子機械学習手法を提案する。
学習したユニタリを直接適応可能なアンサッツを使用してQAOAフレームワークにプラグインすることができる。
また,Wasserstein距離を用いた近似最適化アルゴリズムの性能を,制約なしで評価する直感的計量法を開発した。
論文 参考訳(メタデータ) (2021-05-14T11:31:14Z) - Integer Programming from Quantum Annealing and Open Quantum Systems [0.8049701904919515]
我々は,古典的なNPハード問題である整数線形プログラミング問題を量子アニール上で解くアルゴリズムを開発した。
このアルゴリズムはランダムな推測よりも優れているが、小さな問題に限られている。
論文 参考訳(メタデータ) (2020-09-24T22:18:01Z) - 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) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳(メタデータ) (2020-07-14T12:38:21Z) - Optimizing the Optimizer: Decomposition Techniques for Quantum Annealing [0.0]
現在の世代の量子コンピュータは、現実世界の問題を解決するには小さすぎる。
本研究では,ベンチマーク問題に対する多種多様なアプローチについて検討する。
その結果,解法の性能は問題グラフの構造に大きく依存していることが示唆された。
論文 参考訳(メタデータ) (2020-01-16T21:35:16Z)
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。