論文の概要: A hybrid classical-quantum approach to highly constrained Unit Commitment problems
- arxiv url: http://arxiv.org/abs/2412.11312v1
- Date: Sun, 15 Dec 2024 21:21:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-17 13:56:20.128211
- Title: A hybrid classical-quantum approach to highly constrained Unit Commitment problems
- Title（参考訳）: 高制約単位極限問題に対するハイブリッド古典量子アプローチ
- Authors: Bruna Salgado, André Sequeira, Luis Paulo Santos,
- Abstract要約: 単位コミットメント(UC)問題は、電力産業における重要な最適化課題である。
本稿では,UC問題を時間内に効率的に解くために,新しいハイブリッド量子古典アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: The unit commitment (UC) problem stands as a critical optimization challenge in the electrical power industry. It is classified as NP-hard, placing it among the most intractable problems to solve. This paper introduces a novel hybrid quantum-classical algorithm designed to efficiently (approximately) solve the UC problem in polynomial time. In this approach, the UC problem is decomposed into two subproblems: a QUBO (Quadratic Unconstrained Binary Optimization) problem and a quadratic optimization problem. The algorithm employs the Quantum Approximate Optimization Algorithm (QAOA) to identify the optimal unit combination and classical methods to determine individual unit powers. The proposed hybrid algorithm is the first to include both the spinning reserve constraint (thus improving its applicability to real-world scenarios) and to explore QAOA warm-start optimization in this context. The effectiveness of this optimization was illustrated for specific instances of the UC problem, not only in terms of solution accuracy but also by reducing the number of iterations required for QAOA convergence. Hybrid solutions achieved using a single-layer warm-start QAOA (p=1) are within a 5.1 % margin of the reference (approximate) classical solution, while guaranteeing polynomial time complexity on the number of power generation units and time intervals.
- Abstract（参考訳）: 単位コミットメント(UC)問題は、電力産業における重要な最適化課題である。
NPハードに分類されており、解決すべき最も難解な問題の一つである。
本稿では,UC問題を多項式時間で効率的に解くために設計された,新しいハイブリッド量子古典アルゴリズムを提案する。
このアプローチでは、UC問題は、QUBO(Quadratic Unconstrained Binary Optimization)問題と二次最適化問題という2つのサブプロブレムに分解される。
このアルゴリズムはQAOA(Quantum Approximate Optimization Algorithm)を用いて、最適なユニットの組み合わせと、個々のユニットパワーを決定する古典的な方法を特定する。
提案したハイブリッドアルゴリズムは、スピンリザーブ制約(実世界のシナリオへの適用性を改善するため)と、この文脈でのQAOAウォームスタート最適化の両方を含む最初のものである。
この最適化の有効性は、解の精度だけでなく、QAOA収束に必要な反復回数を減らすことで、UC問題の特定の事例に対して説明された。
単層ウォームスタートQAOA(p=1)を用いて達成されたハイブリッドソリューションは、発電ユニット数と時間間隔の多項式時間複雑性を保証しつつ、基準(近似)古典解の5.1%の範囲内である。
関連論文リスト
- A hybrid algorithm for quadratically constrained quadratic optimization
problems [8.90266532129563]
一般QCQPに対する変分量子アルゴリズムを提案する。
量子状態の振幅に変数を符号化することにより、量子ビット数の要求は変数の次元と対数的にスケールする。
Max-Cutや最適電力フロー問題を含む典型的なQCQP問題に関する数値実験は、従来のアルゴリズムよりも優れた性能を示す。
論文 参考訳（メタデータ） (2023-09-19T12:19:12Z) - An Optimization-based Deep Equilibrium Model for Hyperspectral Image
Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。
新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。
導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文 参考訳（メタデータ） (2023-06-10T08:25:16Z) - 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$)を提案する。
提案手法は,大規模最適化問題におけるQAOAsの能力を高めるために,他の高度な戦略にシームレスに組み込むことができる。
論文 参考訳（メタデータ） (2022-05-24T03:49:10Z) - Classically-Boosted Quantum Optimization Algorithm [0.0]
我々は、量子最適化を強化するために既存の古典的手法を活用する自然なアプローチを探求する。
具体的には、近似解を見つけるために古典的なアルゴリズムを実行し、量子回路を用いて高品質な解の「近傍」を探索する。
CBQOA の Max 3SAT および Max Bisection への応用を実証し,これらの問題に対する従来のアプローチよりも優れていることを示す実証的証拠を提供する。
論文 参考訳（メタデータ） (2022-03-25T23:36:14Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - Hybrid Quantum-Classical Unit Commitment [0.0]
本稿では、単位コミットメント(UC)と呼ばれる基本電力系統問題を解決するためのハイブリッド量子古典アルゴリズムを提案する。
シミュレーション環境としてIBM Qシステム上でのQiskitを用いて,提案アルゴリズムの有効性を示す。
論文 参考訳（メタデータ） (2022-01-07T01:48:58Z) - Hybrid Quantum-Classical Multi-cut Benders Approach with a Power System
Application [0.0]
単位コミット(UC)問題に対する量子古典解(HQC)が提示される。
D-Wave Advantage 4.1 Quantum annealerを用いて提案手法の有効性と計算可能性を示す。
論文 参考訳（メタデータ） (2021-12-10T16:16:09Z) - Faster Algorithm and Sharper Analysis for Constrained Markov Decision
Process [56.55075925645864]
制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。
新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。
これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
論文 参考訳（メタデータ） (2021-10-20T02:57:21Z) - Convergence of adaptive algorithms for weakly convex constrained
optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。
我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文 参考訳（メタデータ） (2020-06-11T17:43:19Z) - An adaptive quantum approximate optimization algorithm for solving
combinatorial problems on a quantum computer [0.0]
量子近似最適化アルゴリズム(QAOA)は、最適化問題を解くハイブリッド変分量子古典アルゴリズムである。
我々は,QAOAの反復バージョンを開発し,特定のハードウェア制約に適応することができる。
アルゴリズムをMax-Cutグラフのクラス上でシミュレートし、標準QAOAよりもはるかに高速に収束することを示す。
論文 参考訳（メタデータ） (2020-05-20T18:00:01Z) - 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。