論文の概要: Coordinated optimization of departure sequencing and section-track allocation in railway short-term concentrated departure scenarios based on qubo and hybrid quantum algorithms

• arxiv url: http://arxiv.org/abs/2606.06543v1
• Date: Thu, 04 Jun 2026 06:23:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-08 14:33:29.3603
• Title: Coordinated optimization of departure sequencing and section-track allocation in railway short-term concentrated departure scenarios based on qubo and hybrid quantum algorithms
• Title（参考訳）: クォーボとハイブリッド量子アルゴリズムに基づく鉄道短期集中出発シナリオにおける出発シークエンシングと区間トラック割り当ての協調最適化
• Authors: Xiaobin Li, Yanbin Gao, Weiguang Wang, Xuechen Liang,
• Abstract要約: 本研究では,鉄道短期集中出発シナリオにおける出発シーケンシングの協調最適化と区間配置について検討した。 2次非制約バイナリ最適化モデルを定式化し、出発位置の割り当てと区間トラックの選択を表現した。 シミュレーションに基づく評価層を導入し、セクション占有、中間待機、プラットフォーム容量圧力、実行時変動、遅延伝搬を評価する。
• 参考スコア（独自算出の注目度）: 3.045106532420546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study examines the coordinated optimization of departure sequencing and section-track allocation in railway short-term concentrated departure scenarios. A quadratic unconstrained binary optimization (QUBO) model is formulated to represent departure-position assignment and section-track selection within a unified binary framework. Because the quality of a dispatching scheme depends on time-dependent operational interactions that cannot be fully captured by a static combinatorial model, a simulation-based evaluation layer is introduced to assess section occupation, intermediate-station waiting, platform-capacity pressure, running-time fluctuations, and delay propagation. Within this layered framework, conventional heuristics, quantum-inspired algorithms, and hybrid algorithms are compared on the same decision structure. The results show that the QUBO model can generate feasible candidate schemes after decoding, while the simulation layer clearly differentiates the operational performance of the competing algorithms under both normal and disturbed conditions. In the tested scenarios, QPSO-QAOA performs best under normal conditions, and the quantum-enhanced methods reduce comprehensive cost by 4.28\%--26.26\% and total delay by 4.37\%--24.25\% on average under dynamic conditions relative to their conventional counterparts. These findings suggest that the integration of QUBO-based modeling and simulation-based evaluation provides a useful methodological framework for railway short-term concentrated departure scheduling, although validation with real operational data remains necessary.
• Abstract（参考訳）: 本研究では,鉄道短期集中出発シナリオにおける出発シーケンシングの協調最適化と区間配置について検討した。 2次非制約バイナリ最適化(QUBO)モデルは、統一されたバイナリフレームワーク内での出発位置の割り当てとセクショントラックの選択を表すために定式化される。 ディスパッチ方式の品質は、静的組合せモデルで完全に捉えられない時間依存の操作相互作用に依存するため、シミュレーションベースの評価層を導入し、セクション占有、中間待機、プラットフォーム容量圧力、実行時変動、遅延伝搬を評価する。 この階層化フレームワークでは、従来のヒューリスティックス、量子インスパイアされたアルゴリズム、ハイブリッドアルゴリズムが同じ決定構造上で比較される。 その結果,QUBOモデルは復号処理後に実行可能な候補スキームを生成することができ,シミュレーション層は正常条件と乱れ条件の両方で競合するアルゴリズムの動作性能を明確に区別できることがわかった。 テストシナリオでは、QPSO-QAOAは通常の条件下では最高の性能を示し、量子化法は包括的コストを4.28\%-26.26\%、総遅延を4.37\%-24.25\%削減する。 これらの結果から,QUBOに基づくモデリングとシミュレーションに基づく評価の統合は,実運用データによる検証は依然として必要だが,鉄道短距離集中出発スケジューリングに有用な方法論的枠組みを提供する可能性が示唆された。

関連論文リスト

• Adaptive Reservoir Computing for Multi-Scenario Chaotic System Forecasting [0.0]
  CTF-4-Science Lorenzベンチマークのための適応型貯水池計算フレームワークを提案する。 本研究では,Echo State Networks(ESNs)のトレーニングおよび予測手順を,各評価シナリオの特定の要求に合わせて調整する。 提案したフレームワークは、公開ベンチマークのリーダーボードで74.91のスコアを達成している。
  論文  参考訳（メタデータ） (2026-05-27T08:27:02Z)
• Sampling-Based Control via Entropy-Regularized Optimal Transport [18.278741443124655]
  OT-MPCは、エントロピー規則化された最適輸送定式化によって制限を克服するサンプリングベースのアルゴリズムである。 我々は、Sinkhornアルゴリズムを用いて、クローズドな勾配のない更新を導出し、リアルタイムな性能を実現する。
  論文  参考訳（メタデータ） (2026-05-04T02:07:15Z)
• Para-B&B: Load-Balanced Deterministic Parallelization of Solving MIP [50.917107318582715]
  MIP(Mixed-integer Programming)は、連続型と整数型の両方の決定変数を組み込むことで線形プログラミングを拡張する。 本稿では,高性能MIPソルバであるHiGHSに対して,決定論的並列分岐結合の完全なオープンソース実装を初めて提案する。 本手法では,ワーカスレッド間で完全なソルバ状態を複製することにより,厳密な決定性を保証する新しいデータ並列アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-02-10T14:17:53Z)
• Temporal Pair Consistency for Variance-Reduced Flow Matching [13.328987133593154]
  TPC(Temporal Pair Consistency)は、同じ確率経路に沿ってペア化された時間ステップで速度予測を結合する軽量な分散還元原理である。 フローマッチング内で確立されたTPCは、複数の解像度でCIFAR-10とImageNetのサンプル品質と効率を改善する。
  論文  参考訳（メタデータ） (2026-02-04T00:05:21Z)
• Approximate Quantum State Preparation with Tree-Based Bayesian Optimization Surrogates [4.946006905837039]
  短期量子コンピュータにおける近似状態準備の問題について検討する。 目的は、リソースオーバーヘッドを最小限にしつつ、ターゲット量子状態の出力分布を再現するパラメータ化回路を構築することである。 本稿では,木モデルを用いたベイズ最適化に基づくサロゲート誘導最適化フレームワークCircuitTreeを提案する。
  論文  参考訳（メタデータ） (2025-09-30T18:19:37Z)
• Momentum-constrained Hybrid Heuristic Trajectory Optimization Framework with Residual-enhanced DRL for Visually Impaired Scenarios [4.735413508037063]
  本稿では,視覚障害者の補助ナビゲーションに適した運動量制約付きハイブリッド軌道最適化フレームワーク(MHHTOF)を提案する。 残留深部強化学習(DRL)による軌道サンプリング生成、最適化、評価の統合 実験の結果,提案したLSTM-BResPPOは,PPOが要求する約半数のトレーニングにおいて,安定な政策性能を実現することができることがわかった。
  論文  参考訳（メタデータ） (2025-09-19T04:33:39Z)
• A First-order Generative Bilevel Optimization Framework for Diffusion Models [57.40597004445473]
  拡散モデルは、データサンプルを反復的に分解して高品質な出力を合成する。 従来の二値法は無限次元の確率空間と禁制的なサンプリングコストのために失敗する。 我々はこの問題を生成的二段階最適化問題として定式化する。 従来の2段階法と拡散過程の非互換性を克服する。
  論文  参考訳（メタデータ） (2025-02-12T21:44:06Z)
• Application-Driven Learning: A Closed-Loop Prediction and Optimization Approach Applied to Dynamic Reserves and Demand Forecasting [41.94295877935867]
  我々は、予測と意思決定のプロセスが統合され、協調最適化される新しいクローズドループフレームワークであるアプリケーション駆動学習を提案する。 提案手法は拡張性があり,標準のオープンループ手法よりも一貫して性能が向上することを示す。
  論文  参考訳（メタデータ） (2021-02-26T02:43:28Z)
• Comparing Probability Distributions with Conditional Transport [63.11403041984197]
  新しい発散として条件輸送(CT)を提案し、償却されたCT(ACT)コストと近似します。 ACTは条件付き輸送計画の計算を補正し、計算が容易な非バイアスのサンプル勾配を持つ。 さまざまなベンチマークデータセットのジェネレーティブモデリングでは、既存のジェネレーティブ敵対ネットワークのデフォルトの統計距離をACTに置き換えることで、一貫してパフォーマンスを向上させることが示されています。
  論文  参考訳（メタデータ） (2020-12-28T05:14:22Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)

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。