論文の概要: Optimization Algorithm for Inventory Allocation in Gravity-Flow Racks with Classical and Quantum-Hybrid Computing

• arxiv url: http://arxiv.org/abs/2411.11756v2
• Date: Wed, 05 Nov 2025 21:18:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 18:08:02.589457
• Title: Optimization Algorithm for Inventory Allocation in Gravity-Flow Racks with Classical and Quantum-Hybrid Computing
• Title（参考訳）: 古典的および量子ハイブリッド計算を用いた重力流ラックにおけるインベントリ割当最適化アルゴリズム
• Authors: Gabriel P. L. M. Fernandes, Matheus S. Fonseca, Amanda G. Valério, Alexandre C. Ricardo, Nicolás A. C. Carpio, Paulo C. C. Bezerra, Celso J. Villas-Boas,
• Abstract要約: 倉庫は産業物流において中心的な役割を担い、効率的な生産を支援するために在庫を保管・整理するための重要な拠点として機能している。 本稿では,FIFO(First In, First Out)ロジスティクス用に設計された重力流ラックを備えた倉庫における在庫配分の最適化について述べる。 本稿では,複数項目を同時に割り当てる最適化戦略を提案する。
• 参考スコア（独自算出の注目度）: 31.458406135473805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Warehouses play a central role in industrial logistics, functioning as critical hubs for storing and organizing inventory to support efficient production. Optimizing item allocation within these facilities is essential for reducing operational costs and improving delivery times. In this work, we address the optimization of inventory allocation in warehouses equipped with gravity-flow racks, which are designed for First In, First Out (FIFO) logistics, a configuration that inherently requires item reinsertions during retrieval operations to maintain flow continuity. These reinsertions, however, are time-consuming and costly, so minimizing their occurrence is crucial for operational efficiency. We propose an optimization strategy that simultaneously allocates multiple items, determining their placement across available shelves in a single decision step, explicitly accounting for every item and every shelf in the warehouse. By jointly evaluating multiple items, our approach enables globally optimized placement decisions, minimizing conflicts that arise in sequential methods. The problem is formulated as a QUBO, allowing implementation on both classical metaheuristics and quantum-hybrid solvers. We assess performance by comparing three classical optimization approaches - two variants of Simulated Annealing and the commercial solver Gurobi - with D-Wave's hybrid solver, which uniquely combines quantum annealing with classical metaheuristics. Complementing these benchmarks, a factory-scale simulation based on real operational data shows that considering larger batches of items in the allocation step can significantly reduce reinsertions, highlighting the practical potential of the proposed approach for industrial logistics.
• Abstract（参考訳）: 倉庫は産業物流において中心的な役割を担い、効率的な生産を支援するために在庫を保管・整理するための重要な拠点として機能している。 これらの施設内でのアイテム割り当ての最適化は、運用コストの削減と配送時間の改善に不可欠である。 本研究では、フロー継続性を維持するために、検索操作中にアイテムの再試行を本質的に要求する構成である、ファーストイン、ファーストアウト(FIFO)ロジスティクス用に設計された重力流ラックを備えた倉庫における在庫配分の最適化に対処する。 しかし、これらの再試薬は時間がかかりコストがかかるため、その発生を最小限に抑えることが運用効率に不可欠である。 本稿では,複数項目を同時に割り当てる最適化戦略を提案し,各項目と倉庫内の各棚を明示的に考慮し,利用可能な棚にまたがる配置を決定する。 複数の項目を共同で評価することにより、シーケンシャルな方法で発生する競合を最小限に抑えながら、グローバルに最適化された配置決定を可能にする。 この問題はQUBOとして定式化され、古典的メタヒューリスティックと量子ハイブリッドな解法の両方の実装が可能である。 量子アニーリングと古典的メタヒューリスティックを一意に組み合わせたD-Waveのハイブリッドソルバと、シミュレート・アニーリングの2つの変種と商業的解法であるグロビの3つの古典的最適化手法を比較して、性能を評価する。 これらのベンチマークを補完し、実際の運用データに基づく工場規模シミュレーションにより、アロケーションステップの項目のより大きなバッチを考慮すると、再試行が大幅に削減され、提案する産業物流へのアプローチの実際の可能性が強調される。

関連論文リスト

• QFOR: A Fidelity-aware Orchestrator for Quantum Computing Environments using Deep Reinforcement Learning [19.006907700170693]
  量子クラウドコンピューティングは、量子プロセッサへのリモートアクセスを可能にするが、量子ハードウェアの不均一性とノイズは、リソースのオーケストレーションを複雑にする。 本稿では、Deep Reinforcement Learningを用いたクラウド環境における不均一な量子ノード間のタスクの量子フィデリティアウェアオーケストレーションであるQFORを提案する。 我々のフレームワークは、量子タスク実行の完全性と時間全体のバランスをとり、異なる運用優先順位への適応を可能にします。
  論文  参考訳（メタデータ） (2025-08-07T02:00:50Z)
• Quantum Annealing Hyperparameter Analysis for Optimal Sensor Placement in Production Environments [39.58317527488534]
  ハードウェアが成熟すると、量子コンピューティングがコスト効率、大規模最適化問題にどのように貢献するかを示す。 我々はこの問題を1ホットとバイナリエンコーディングによる2次非制約バイナリ最適化の定式化に変換する。 以上の結果から,量子アニールは実世界のシナリオから派生したインスタンスを解くことができることが示された。
  論文  参考訳（メタデータ） (2025-07-22T13:35:51Z)
• Unlocking early fault-tolerant quantum computing with mitigated magic dilution [47.23243191431113]
  我々は小角回転の合成手法として緩和魔法希釈(MMD)を導入する。 雑音を符号化したマジック状態の論理回路をサンプリングするために、量子誤差軽減手法を用いる。 この研究は、数百万の量子演算をサポートするデバイス上での早期フォールトトレラントなデモの道を開いた。
  論文  参考訳（メタデータ） (2025-05-15T17:19:19Z)
• 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)
• Warehouse optimization using a trapped-ion quantum processor [30.432877421232842]
  本稿では,二元最適化問題に適した倉庫最適化問題の定式化に適応する。 トラップイオン量子コンピュータで実装する。
  論文  参考訳（メタデータ） (2024-11-26T16:36:48Z)
• Exploring Utility in a Real-World Warehouse Optimization Problem: Formulation Based on Quantum Annealers and Preliminary Results [0.44241702149260353]
  本稿では,D-Wave の量子アニーラを用いた暖房最適化問題に対する量子初期化機構を提案する。 このモジュールは、現実世界の産業問題の最適化に特化した既存の古典的ソフトウェアに組み込むように設計されている。
  論文  参考訳（メタデータ） (2024-09-15T11:58:07Z)
• 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)
• Formulation of the Electric Vehicle Charging and Routing Problem for a Hybrid Quantum-Classical Search Space Reduction Heuristic [0.0]
  制約付き量子最適化アルゴリズムの構築において、量子情報の多レベルキャリア -- 量子ビット -- をどのように活用するかを示す。 本稿では,制約付き解をサンプリングし,探索空間を大幅に削減するハイブリッド古典量子戦略を提案する。
  論文  参考訳（メタデータ） (2023-06-07T13:16:15Z)
• Quantum Computing Applications for Flight Trajectory Optimization [5.858783038624031]
  飛行経路最適化は、重要な生態学的および経済的な考慮のもと、航空宇宙工学領域における重要な操作である。 近年、量子コンピューティング分野は進歩し、古典的アルゴリズムよりも性能が向上している。 本稿では,IBMハードウェア上で量子アルゴリズムを動作させることにより,問題領域内での量子アルゴリズムの組み入れを高速化するための潜在的なアプローチについて述べる。
  論文  参考訳（メタデータ） (2023-04-27T18:09:45Z)
• Multiobjective variational quantum optimization for constrained problems: an application to Cash Management [45.82374977939355]
  本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。 我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。 実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
  論文  参考訳（メタデータ） (2023-02-08T17:09:20Z)
• Quantum Computing Methods for Supply Chain Management [9.793022720627066]
  業界における運用管理問題に量子コンピューティングを適用することに注力する。 我々は,在庫管理問題を解決するための量化ポリシ反復アルゴリズムを開発した。 我々のシミュレーションと実験はIBM QiskitとqBraidシステムによって実現されている。
  論文  参考訳（メタデータ） (2022-09-17T05:00:33Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• 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)
• 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。