論文の概要: Hierarchical Quantum Optimization for Large-Scale Vehicle Routing: A Multi-Angle QAOA Approach with Clustered Decomposition

• arxiv url: http://arxiv.org/abs/2511.00506v1
• Date: Sat, 01 Nov 2025 11:19:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.81166
• Title: Hierarchical Quantum Optimization for Large-Scale Vehicle Routing: A Multi-Angle QAOA Approach with Clustered Decomposition
• Title（参考訳）: 大規模車両ルーティングのための階層的量子最適化:クラスタ化分解を用いた多角QAOAアプローチ
• Authors: Shreetam Dash, Shreya Banerjee, Prasanta K. Panigrahi,
• Abstract要約: 大規模車両ルーティング問題(VRP)の量子最適化手法を提案する。 このアプローチは、3つのバランスの取れたクラスタにまとめて13のロケーションベースのVRP問題を分解し、クラスタ内のオープンループトラベリングセールスマン問題(OTSP)に標準QAOA、クラスタ間VRPルーティングにMA-QAOAを適用する。
• 参考スコア（独自算出の注目度）: 0.5505634045241289
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a quantum optimization methodology for solving large-scale Vehicle Routing Problem (VRP) using a combination of standard and Multi-Angle Quantum Approximate Optimization Algorithms (MA-QAOA). The approach decomposes 13-locations based VRP problems through clustering into three balanced clusters of 4 nodes each, then applies standard QAOA for intra-cluster Open Loop Traveling Salesman Problem (OTSP) and MA-QAOA for inter-cluster VRP routing. Validation across 10 distinct datasets demonstrates that standard QAOA consistently identifies optimal solutions for intra-cluster routing, which is matching classical Gurobi optimizer results exactly. More significantly, MA-QAOA with Simultaneous Perturbation Stochastic Approximation(SPSA) optimizer demonstrates competitive performance against classical optimization methods, ultimately converging towards a solution that closely approximates the classical Gurobi optimizer result.The clustered decomposition enables quantum optimization of problem sizes generally larger than previous quantum VRP implementations, advancing from 4-6 location limits to 13-location problems while maintaining solution quality.
• Abstract（参考訳）: 本稿では,MA-QAOA(Multi-Angle Quantum Approximate Optimization Algorithm)とMA-QAOA(Multi-Angle Quantum Approximate Optimization Algorithm)を組み合わせた大規模車両ルーティング問題(VRP)の量子最適化手法を提案する。 このアプローチは、各4ノードのバランスの取れた3つのクラスタにクラスタ化することで、13ロケーションベースのVRP問題を分解し、クラスタ内のオープンループトラベリングセールスマン問題(OTSP)に標準QAOA、クラスタ間VRPルーティングにMA-QAOAを適用する。 10個の異なるデータセットの検証により、標準のQAOAがクラスタ内ルーティングの最適解を一貫して特定していることが示される。 さらに、MA-QAOA with Simultaneous Perturbation Stochastic Approximation (SPSA) Optimizationrは、古典的な最適化手法と競合する性能を示し、最終的には古典的なグロビオプティマイザ結果に近い解へと収束する。

関連論文リスト

• A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
  マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。 提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
  論文  参考訳（メタデータ） (2025-06-14T17:35:27Z)
• DAPO-QAOA: An algorithm for solving combinatorial optimization problems by dynamically constructing phase operators [3.146466735747661]
  本稿では,従来のレイヤの出力と近傍探索手法に基づいて位相演算子を構成する動的適応位相演算子 (DAPO) アルゴリズムを提案する。 DAPOは高い近似比を達成し、2量子RZZゲート、特に密度グラフにおいて著しく減少する。 バニラQAOAと比較すると、DAPOは同じ深さでRZZゲートの66%しか使用せず、より良い結果をもたらす。
  論文  参考訳（メタデータ） (2025-02-06T14:24:05Z)
• A RankNet-Inspired Surrogate-Assisted Hybrid Metaheuristic for Expensive Coverage Optimization [5.757318591302855]
  大規模カバレッジ最適化タスクを処理するために,RangeNetによるSurrogate支援ハイブリッドメタヒューリスティックを提案する。 我々のアルゴリズムは、EMVOPの最先端アルゴリズムを一貫して上回っている。
  論文  参考訳（メタデータ） (2025-01-13T14:49:05Z)
• A Near-Optimal Single-Loop Stochastic Algorithm for Convex Finite-Sum Coupled Compositional Optimization [53.14532968909759]
  ALEXRと呼ばれる,効率的な単ループプリマル・デュアルブロック座標アルゴリズムを提案する。 本研究では, ALEXR の凸面および強凸面の収束速度を滑らか性および非滑らか性条件下で確立する。 CFCCO の ROC 曲線の下での GDRO および部分領域の実験結果から,提案アルゴリズムの有望な性能を示す。
  論文  参考訳（メタデータ） (2023-12-04T19:00:07Z)
• Federated Conditional Stochastic Optimization [110.513884892319]
  条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。 本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-04T01:47:37Z)
• Benchmarking Metaheuristic-Integrated QAOA against Quantum Annealing [0.0]
  この研究は、異なる問題領域にわたる量子アニーリングとメタヒューリスティック統合QAOAの長所と短所に関する洞察を提供する。 その結果,ハイブリッド手法は古典的最適化手法を利用してQAOAの解品質と収束速度を向上させることが示唆された。
  論文  参考訳（メタデータ） (2023-09-28T18:55:22Z)
• Late Fusion Multi-view Clustering via Global and Local Alignment Maximization [61.89218392703043]
  マルチビュークラスタリング(MVC)は、異なるビューからの補完情報を最適に統合し、クラスタリング性能を改善する。 既存のアプローチの多くは、クラスタリングに最適な類似性行列を学ぶために、複数の事前定義された類似性を直接融合する。 これらの問題に対処するために、アライメントを通してレイトフュージョンMVCを提案する。
  論文  参考訳（メタデータ） (2022-08-02T01:49:31Z)
• 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。