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

• Performance Benchmarking of Quantum Algorithms for Hard Combinatorial Optimization Problems: A Comparative Study of non-FTQC Approaches [0.0]
  本研究は、4つの異なる最適化問題にまたがっていくつかの非フォールト耐性量子コンピューティングアルゴリズムを体系的にベンチマークする。 我々のベンチマークには、変分量子固有解法など、ノイズの多い中間スケール量子(NISQ)アルゴリズムが含まれている。 以上の結果から,FTQC以外のアルゴリズムは全ての問題に対して最適に動作しないことが明らかとなり,アルゴリズム戦略の調整の必要性が浮き彫りになった。
  論文  参考訳（メタデータ） (2024-10-30T08:41:29Z)
• Hybrid Quantum-HPC Solutions for Max-Cut: Bridging Classical and Quantum Algorithms [0.0]
  我々は,ハイブリッドシステムにおける時間的複雑性,スケーラビリティ,通信オーバーヘッドを分析する理論的モデルを構築した。 小型のMax-Cutインスタンス上でのQAOAの性能を評価する。
  論文  参考訳（メタデータ） (2024-10-21T04:10:54Z)
• A Monte Carlo Tree Search approach to QAOA: finding a needle in the haystack [0.0]
  変分量子アルゴリズム(VQA)は、短期量子ハードウェアの限られた能力に対応するために設計された、ハイブリッド量子古典法の一種である。 本稿では,正規パラメータパターンの活用が決定木構造に深く影響し,フレキシブルかつノイズ耐性のある最適化戦略を可能にすることを示す。
  論文  参考訳（メタデータ） (2024-08-22T18:00:02Z)
• 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)
• 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)
• A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
  量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。 この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。 我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
  論文  参考訳（メタデータ） (2023-06-15T15:28:12Z)
• 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)
• 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)
• 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)

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。