論文の概要: Performance enhancing of hybrid quantum-classical Benders approach for MILP optimization

• arxiv url: http://arxiv.org/abs/2601.14024v1
• Date: Tue, 20 Jan 2026 14:47:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:23.357165
• Title: Performance enhancing of hybrid quantum-classical Benders approach for MILP optimization
• Title（参考訳）: MILP最適化のためのハイブリッド量子古典ベンダー手法の性能向上
• Authors: Sergio López-Baños, Elisabeth Lobe, Ontje Lünsdorf, Oriol Raventós,
• Abstract要約: 本稿では,ハードウェアに依存しないベンダー分解アルゴリズムと,量子コンピューティングを最大限に活用することを目的とした一連の拡張を提案する。 提案アルゴリズムは、D-Wave量子アニールを用いて、スケーラブルな伝送ネットワーク拡張計画問題に対する古典的アプローチに対してベンチマークを行う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mixed-integer linear programming problems are extensively used in industry for a wide range of optimization tasks. However, as they get larger, they present computational challenges for classical solvers within practical time limits. Quantum annealers can, in principle, accelerate the solution of problems formulated as quadratic unconstrained binary optimization instances, but their limited scale currently prevents achieving practical speedups. Quantum-classical algorithms have been proposed to take advantage of both paradigms and to allow current quantum computers to be used in larger problems. In this work, a hardware-agnostic Benders' decomposition algorithm and a series of enhancements with the goal of taking the most advantage of quantum computing are presented. The decomposition consists of a master problem with integer variables, which is reformulated as a quadratic unconstrained binary optimization problem and solved with a quantum annealer, and a linear subproblem solved by a classical computer. The enhancements consist, among others, of different embedding processes that substantially reduce the pre-processing time of the embedding computation without compromising solution quality, a conservative handling of cut constraints, and a stopping criterion that accounts for the limited size of current quantum computers and their heuristic nature. The proposed algorithm is benchmarked against classical approaches using a D-Wave quantum annealer for a scalable family of transmission network expansion planning problems.
• Abstract（参考訳）: 混合整数線形プログラミング問題は、幅広い最適化タスクのために業界で広く使われている。 しかし、それらが大きくなるにつれて、古典的解法に対する計算上の課題を実用時間内に提示する。 量子アンネラは、原則として、二次的制約のないバイナリ最適化インスタンスとして定式化された問題の解を加速することができるが、現在、その制限されたスケールは、実用的なスピードアップを達成するのを妨げている。 量子古典的アルゴリズムは、両方のパラダイムを活かし、現在の量子コンピュータをより大きな問題に利用できるようにするために提案されている。 本研究では,ハードウェアに依存しないベンダー分解アルゴリズムと,量子コンピューティングを最大限に活用することを目的とした一連の拡張について述べる。 この分解は、整数変数のマスター問題からなり、二次的制約のない2進最適化問題として再計算され、量子アニールで解かれる。 この拡張は、ソリューションの品質を損なうことなく、埋め込み計算の前処理時間を著しく短縮する異なる埋め込みプロセス、カット制約の保守的な処理、現在の量子コンピュータの限られたサイズとヒューリスティックな性質を考慮に入れた停止基準から構成される。 提案アルゴリズムは、D-Wave量子アニールを用いて、スケーラブルな伝送ネットワーク拡張計画問題に対する古典的アプローチに対してベンチマークを行う。

関連論文リスト

• Parallel splitting method for large-scale quadratic programs [1.4519462317941787]
  SPLITは、大規模二次プログラムを小さなサブプロブレムに分解し、並列に解決するフレームワークである。 SPLITは、高品質なソリューションを提供しながら、計算時間を大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2025-03-21T09:45:47Z)
• Solving non-native combinatorial optimization problems using hybrid quantum-classical algorithms [0.0]
  組合せ最適化は、物流から金融まで幅広い分野に適用可能な、困難な問題である。 量子コンピューティングは、様々なアルゴリズムを用いてこれらの問題を解決するために使われてきた。 この研究は、量子と古典のリソースをハイブリッドなアプローチで統合することで、これらの課題を克服する枠組みを提示している。
  論文  参考訳（メタデータ） (2024-03-05T17:46:04Z)
• 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)
• Enhancing Quantum Algorithms for Quadratic Unconstrained Binary Optimization via Integer Programming [0.0]
  本研究では,最適化のための量子および古典的手法の可能性を統合する。 線形緩和により問題のサイズを小さくし、最小サイズの量子マシンで問題を処理できるようにした。 実量子ハードウェアの計算結果を多数提示する。
  論文  参考訳（メタデータ） (2023-02-10T20:12:53Z)
• 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)
• Q-FW: A Hybrid Classical-Quantum Frank-Wolfe for Quadratic Binary Optimization [44.96576908957141]
  本稿では,量子コンピュータ上での2次線形反復問題を解くために,フランク・ウルフアルゴリズム(Q-FW)に基づく古典量子ハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-23T18:00:03Z)
• 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)
• Solving Quadratic Unconstrained Binary Optimization with divide-and-conquer and quantum algorithms [0.0]
  分割・対数手法を用いて、元の問題を小さな問題の集合に還元する。 この手法は任意のQUBOインスタンスに適用でき、全古典的またはハイブリッドな量子古典的アプローチにつながる。
  論文  参考訳（メタデータ） (2021-01-19T19:00:40Z)
• 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。