論文の概要: Quantum Annealing based Hybrid Strategies for Real Time Route Optimization

• arxiv url: http://arxiv.org/abs/2412.02720v1
• Date: Thu, 21 Nov 2024 14:45:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-08 08:47:16.425839
• Title: Quantum Annealing based Hybrid Strategies for Real Time Route Optimization
• Title（参考訳）: リアルタイム経路最適化のための量子アニーリングに基づくハイブリッド戦略
• Authors: Sushil Mario, Pavan Teja Pothamsetti, Louie Antony Thalakottor, Trisha Vishwanath, Sanjay H. A, Anees Ahmed, Salvatore Sinno, Shruthi Thuravakkath, Sinthuja M,
• Abstract要約: 本稿では,複雑性を低減しつつ,問題を高速に解決する手法を提案する。 ハイブリッド2ステップ(H2S)とハイブリッド3ステップ(H3S)の2つのアルゴリズムを用いる。 どちらのアルゴリズムも、ソリューション時間とソリューションコストの両面で、有望な結果をもたらす。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: One of the most well-known problems in transportation and logistics is the Capacitated Vehicle Routing Problem (CVRP). It involves optimizing a set of truck routes to service a set of customers, subject to limits on truck capacity, to reduce travel costs. The biggest challenge faced whilst attempting to solve the issue is that the time complexity of the issue grows exponentially with the number of customers and trucks, rendering it virtually intractable to traditional computers and algorithms. In this paper, we propose a method to circumvent this limitation, employing quantum computers to aid classical computers in solving problems faster while reducing complexity. To obtain our results, we employ two algorithms: Hybrid Two Step (H2S) and Hybrid Three Step (H3S). Both algorithms involve two phases: clustering and routing. It has been observed that both algorithms produce promising results, both in terms of solution time and solution cost.
• Abstract（参考訳）: 輸送と物流の最もよく知られた問題の1つは、キャパシタント・ビークル・ルーティング問題(CVRP)である。 輸送コストを抑えるために、トラックの容量を制限して、一連の顧客をサービスするための一連のトラックルートを最適化する。 この問題を解決する上で直面した最大の課題は、問題の複雑さが顧客やトラックの数とともに指数関数的に増加することだ。 本稿では,この制限を回避する方法を提案する。量子コンピュータを用いて,問題を高速に解決し,複雑性を低減させる。 その結果,Hybrid Two Step (H2S) とHybrid Three Step (H3S) の2つのアルゴリズムが得られた。 どちらのアルゴリズムもクラスタリングとルーティングという2つのフェーズを含んでいる。 両アルゴリズムが解時間と解コストの両面で有望な結果をもたらすことが観察されている。

関連論文リスト

• A Multiagent Path Search Algorithm for Large-Scale Coalition Structure Generation [61.08720171136229]
  結合構造生成はマルチエージェントシステムにおける基本的な計算問題である。 我々はCSGの多エージェントパス探索アルゴリズムであるSALDAEを開発し、連立構造グラフ上で運用する。
  論文  参考訳（メタデータ） (2025-02-14T15:21:27Z)
• Quantum Annealing Approaches to Solving the Shipment Rerouting Problems [7.888128236684232]
  本稿では,NP-hardシークエンシングおよびパッケージング問題を一般化した出荷再帰問題 (SRP) について検討する。 目的は、トラックのセットを選択し、これらのトラックのルートをスケジュールし、総コストを最小化することである。 我々は、新しい数学的プログラミングの定式化と、シーケンシングとパッケージングの問題を同時に解くための新しい洞察を用いる。
  論文  参考訳（メタデータ） (2025-01-09T23:47:23Z)
• Qubit efficient quantum algorithms for the vehicle routing problem on NISQ processors [48.68474702382697]
  時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。 そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
  論文  参考訳（メタデータ） (2023-06-14T13:44:35Z)
• QAOA-in-QAOA: solving large-scale MaxCut problems on small quantum machines [81.4597482536073]
  量子近似最適化アルゴリズム(QAOAs)は、量子マシンのパワーを利用し、断熱進化の精神を継承する。 量子マシンを用いて任意の大規模MaxCut問題を解くためにQAOA-in-QAOA(textQAOA2$)を提案する。 提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
  論文  参考訳（メタデータ） (2022-05-24T03:49:10Z)
• Supply Chain Logistics with Quantum and Classical Annealing Algorithms [0.0]
  ノイズの多い中間スケール量子(NISQ)ハードウェアは、実用上重要なフルスケール最適化問題とほとんど互換性がない。 本研究では,サプライチェーンのロジスティクスにおいて,企業の運用規模において,実質的な商業価値,多輪車経路の問題について検討する。 我々の研究は、NASQデバイスをハイブリッド方式で応用するための車両ルーティング以外のコンテキストに適用可能な一連の技術を提供し、商業的関心事の大規模問題に応用する。
  論文  参考訳（メタデータ） (2022-05-09T17:36:21Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Analysis of Vehicle Routing Problem in Presence of Noisy Channels [0.0]
  車両ルーティング問題(VRP)はNPハード最適化問題である。 この研究は、変数 ANSATZ 上の変分量子固有解法を用いて、3 と 4 の都市に基本的な VRP ソリューションを構築する。
  論文  参考訳（メタデータ） (2021-12-28T10:20:42Z)
• Applying quantum approximate optimization to the heterogeneous vehicle routing problem [0.7503129292751939]
  異種車両ルーティング問題に対する近似解を求めるために,量子コンピュータの可能性を検討する。 このマッピングに必要なキュービットの数は、顧客数と2倍にスケールすることがわかった。
  論文  参考訳（メタデータ） (2021-10-13T15:38:25Z)
• 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)
• A Three-Stage Algorithm for the Large Scale Dynamic Vehicle Routing Problem with an Industry 4.0 Approach [3.6317403990273402]
  業界 4.0 はモビリティとリアルタイム統合に焦点を当てたコンセプトである。 本研究の目的は,大規模DVRP(LSDVRP)の解決である。
  論文  参考訳（メタデータ） (2020-08-26T10:39:36Z)
• Reinforcement Learning Based Vehicle-cell Association Algorithm for Highly Mobile Millimeter Wave Communication [53.47785498477648]
  本稿では,ミリ波通信網における車とセルの関連性について検討する。 まず、ユーザ状態(VU)問題を離散的な非車両関連最適化問題として定式化する。 提案手法は,複数のベースライン設計と比較して,ユーザの複雑性とVUEの20%削減の合計で最大15%のゲインが得られる。
  論文  参考訳（メタデータ） (2020-01-22T08:51:05Z)

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。