論文の概要: Hybrid Quantum-Classical Optimization for Multi-Objective Supply Chain Logistics

• arxiv url: http://arxiv.org/abs/2602.05364v1
• Date: Thu, 05 Feb 2026 06:38:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-06 18:49:08.791386
• Title: Hybrid Quantum-Classical Optimization for Multi-Objective Supply Chain Logistics
• Title（参考訳）: 多目的サプライチェーンロジスティクスのためのハイブリッド量子古典最適化
• Authors: Raoul Heese, Timothée Leleu, Sam Reifenstein, Christian Nietner, Yoshihisa Yamamoto,
• Abstract要約: 実世界のサプライチェーンからの多目的ロジスティクス最適化問題を定式化する。 このモデルには、部分依存、ダブルソーシング、マルチモーダルトランスポートなど、現実的な制約が含まれている。 2つのハイブリッド量子古典解法が提案されている。
• 参考スコア（独自算出の注目度）: 3.8059351484973614
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A multi-objective logistics optimization problem from a real-world supply chain is formulated as a Quadratic Unconstrained Binary Optimization Problem (QUBO) that minimizes cost, emissions, and delivery time, while maintaining target distributions of supplier workshare. The model incorporates realistic constraints, including part dependencies, double sourcing, and multimodal transport. Two hybrid quantum-classical solvers are proposed: a structure-aware informed tree search (IQTS) and a modular bilevel framework (HBS), combining quantum subroutines with classical heuristics. Experimental results on IonQ's Aria-1 hardware demonstrate a methodology to map real-world logistics problems onto emerging combinatorial optimization-specialized hardware, yielding high-quality, Pareto-optimal solutions.
• Abstract（参考訳）: 実世界のサプライチェーンからの多目的ロジスティクス最適化問題は、サプライヤワークシェアの目標分布を維持しつつ、コスト、エミッション、配送時間を最小化する擬似非制約バイナリ最適化問題(QUBO)として定式化される。 このモデルには、部分依存、ダブルソーシング、マルチモーダルトランスポートなど、現実的な制約が含まれている。 構造対応インフォメーションツリーサーチ(IQTS)とモジュラーバイレベルフレームワーク(HBS)という,量子サブルーチンと古典的ヒューリスティックを組み合わせた2つのハイブリッド量子古典解法が提案されている。 IonQのAria-1ハードウェアの実験結果は、現実世界のロジスティクス問題を新しい組合せ最適化専用ハードウェアにマッピングする方法を示し、高品質なパレート最適化ソリューションを提供する。

関連論文リスト

• QoS-Aware Hierarchical Reinforcement Learning for Joint Link Selection and Trajectory Optimization in SAGIN-Supported UAV Mobility Management [52.15690855486153]
  宇宙空間統合ネットワーク (SAGIN) がユビキタスUAV接続を実現するための重要なアーキテクチャとして登場した。 本稿では,SAGINにおけるUAVモビリティ管理を制約付き多目的関節最適化問題として定式化する。
  論文  参考訳（メタデータ） (2025-12-17T06:22:46Z)
• LLM-QUBO: An End-to-End Framework for Automated QUBO Transformation from Natural Language Problem Descriptions [1.1979851857700952]
  本稿では,ソリューションパイプラインの定式化を自動化するエンドツーエンドフレームワークを提案する。 私たちの主な貢献は、古典的なAIと量子コンピューティングを橋渡しするシナジスティックコンピューティングパラダイムです。
  論文  参考訳（メタデータ） (2025-08-27T16:55:57Z)
• Deriving Compact QUBO Models via Multilevel Constraint Transformation [0.8192907805418583]
  そこで本稿では,QUBOモデルに基づくMLCTS(Multilevel Constraint Transformation Scheme)を提案する。 概念実証では、後者の問題に対する2つのQUBOモデルの性能を、汎用ソフトウェアベースソルバとハードウェアベースのQUBOソルバで比較する。 MLCTS由来のモデルは、ハードウェアベースのアプローチで最大7倍のインスタンスを解くことで、両方のソルバのパフォーマンスを著しく向上させる。
  論文  参考訳（メタデータ） (2024-04-04T17:34:08Z)
• Solving rescheduling problems in heterogeneous urban railway networks using hybrid quantum-classical approach [0.157286095422595]
  整数線形プログラミングモデルを構築し、D-Waveの量子古典ハイブリッドソルバ(CQM)を用いて解く。 提案手法はポーランドにおける実生活異質都市ネットワーク上で実証されている。
  論文  参考訳（メタデータ） (2023-09-13T07:19:32Z)
• 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)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• 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)
• A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
  本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。 私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。 実際の量子コンピュータを用いて得られた結果について述べる。
  論文  参考訳（メタデータ） (2022-01-25T05:59:24Z)
• Machine Learning Framework for Quantum Sampling of Highly-Constrained, Continuous Optimization Problems [101.18253437732933]
  本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。 本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
  論文  参考訳（メタデータ） (2021-05-06T02:22:23Z)

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。