論文の概要: Decomposition-Based QAOA for Maximum Coverage Location Problem in Satellite Constellation Design
- arxiv url: http://arxiv.org/abs/2607.08102v1
- Date: Thu, 09 Jul 2026 04:39:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.412055
- Title: Decomposition-Based QAOA for Maximum Coverage Location Problem in Satellite Constellation Design
- Title（参考訳）: 衛星コンステレーション設計における最大被覆位置問題に対する分解型QAOA
- Abstract要約: 限られた軌道資源を活用しながらカバー範囲を最大化することは、複雑な最適化問題において重要な設計課題の1つである。
最大被覆位置問題(MCLP)はオービタル・カバレッジ・モデリングの基盤として機能し、大規模星座のインスタンスに対してNPハードで計算的に抽出可能である。
本稿では,衛星コンステレーション設計におけるMCLPのスケーラブルな量子最適化フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 4.190898032627423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An increase in earth observation missions has increased the demand of efficient design and optimization of satellite constellations. Maximizing coverage of the target while effectively utilizing the limited orbital resources is one of the critical design challenges for complex combinatorial optimization problems. The maximal covering location problem (MCLP), serves as a base for orbital coverage modeling, is NP-hard and computationally intractable for large-constellation instances. Using heuristics, metaheuristics, and mixed-integer linear programming, classical solvers have achieved optimal or near-optimal results, yet their scalability is limited as the problem size increases. Quantum computing advancements, including the quantum approximate optimization algorithms, offer a potential solution to NP-hard combinatorial optimization problems. Current quantum hardware limitations, such as low qubit counts and circuit depth, restrict solutions for small-scale instance problems. To address this challenge, this paper proposes a scalable quantum optimization framework for MCLP in satellite constellation design. A decomposition-based quantum methodology is proposed, in which large MCLP instances are partitioned into subgraphs by classical decomposition, optimized independently via quantum optimization circuits, and combined using quantum reconstruction strategies. Computational results across different constellation sizes reveal better scalability in less time while maintaining competitive coverage performance compared to classical solvers.
- Abstract（参考訳）: 地球観測ミッションの増加により、衛星コンステレーションの効率的な設計と最適化の需要が増加した。
限られた軌道資源を有効利用しながら目標の範囲を最大化することは、複雑な組合せ最適化問題において重要な設計課題の1つである。
最大被覆位置問題(MCLP)はオービタル・カバレッジ・モデリングの基盤として機能し、大規模星座のインスタンスに対してNPハードで計算的に抽出可能である。
ヒューリスティックス、メタヒューリスティックス、混合整数線形プログラミングを用いて、古典的解法は最適あるいはほぼ最適の結果を得たが、問題のサイズが大きくなるにつれてスケーラビリティは制限されている。
量子近似最適化アルゴリズムを含む量子コンピューティングの進歩は、NPハード組合せ最適化問題に対する潜在的な解決策を提供する。
量子ビット数や回路深度などの現在の量子ハードウェアの制限は、小規模のインスタンス問題に対する解を制限する。
そこで本研究では,衛星コンステレーション設計におけるMCLPのスケーラブルな量子最適化フレームワークを提案する。
大規模なMCLPインスタンスを古典的な分解によってサブグラフに分割し、量子最適化回路を介して独立に最適化し、量子再構成戦略を用いて組み合わせた分解に基づく量子方法論が提案されている。
コンステレーションサイズの異なる計算結果は、古典的解法と比較して競争力のあるカバレッジ性能を維持しながら、より少ない時間でより優れたスケーラビリティを示す。
関連論文リスト
- A Hybrid Classical-Quantum Approach for Multi-Constrained Location Optimization Problem [0.19573380763700712]
最大被覆位置問題(MCLP)は、全被覆量を最大化する最適配置を決定することを目的としている。
これは、適切なカバレッジを保証するが、インスタンスサイズが大きくなるにつれて、ソリューション空間を探索する際の複雑さを著しく増大させる、等式制約と不等式制約の両方によって特徴づけられる。
本研究では, MCLPを擬似非拘束バイナリ最適化モデルとして定式化し, 溶液品質において制約埋め込みが重要な役割を担っている。
論文 参考訳（メタデータ） (2026-07-08T19:44:55Z) - A NISQ-Aware Hybrid Quantum-Classical Framework for Scalable Combinatorial Optimization [8.152791871486682]
本稿では,資源境界分布進化過程として大規模最適化を再構成するハイブリッド量子古典最適化フレームワークを提案する。
個々の解を直接最適化する代わりに、提案するフレームワークは、解空間の確率的表現で機能する。
ベンチマークと合成データセットに関する大規模な実験は、提案されたフレームワークが古典的および量子的に着想を得たベースラインを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2026-05-30T05:17:07Z) - EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization [54.05451096499336]
既存の技術は情報損失のコストで量子ビットの削減に依存しており、計算性能は劣化している。
等価保存量子ビット効率QAOAを提案し、性能を劣化させることなく必要なキュービット数を著しく削減する。
完全独立変数を持つ非制約問題を除いて,大規模最適化問題に広く適用可能であることを示す。
論文 参考訳（メタデータ） (2026-04-20T13:57:49Z) - Hot-Starting Quantum Portfolio Optimization [39.916647837440316]
滑らかで凸な目的関数による組合せ最適化は、離散平均分散ポートフォリオ最適化のようなアプリケーションで自然に発生する。
我々は、コンパクトなヒルベルト空間を構築することにより、連続最適点近傍の離散解に探索空間を限定する新しいアプローチを導入する。
ソフトウェアソルバとD波アドバンテージ量子アニールの実験により,本手法が最先端技術より優れていることを示す。
論文 参考訳（メタデータ） (2025-10-13T08:47:43Z) - Efficient QAOA Architecture for Solving Multi-Constrained Optimization Problems [3.757262277494307]
本稿では,量子近似最適化Ansatzのための制約符号化手法の新たな組み合わせを提案する。
ワンホット制約は、検索空間を実現可能なサブ空間に自然に制限する$XY$-mixerによって強制される。
XY$-mixersは検索スペースを制限するため、特定の状態ベクトルエントリは常にゼロであり、シミュレーションから省略することができ、貴重なメモリとコンピューティングリソースを節約できる。
論文 参考訳（メタデータ） (2025-06-03T17:46:53Z) - SCOOP: A Quantum-Computing Framework for Constrained Combinatorial Optimization [0.0]
本稿では,制約付き最適化問題を解くための新しいフレームワークSCOOPを提案する。
SCOOPは制約付き問題を制約なしのものに変換し、SCOOP問題ツインを形成する。
本稿では,3つのNP-hard問題,最小支配集合,最小最大マッチング,最小集合被覆の枠組みを実証する。
論文 参考訳（メタデータ） (2025-04-15T06:17:23Z) - Quantum Optimization Benchmarking Library - The Intractable Decathlon [26.228146982868846]
既存の古典的アルゴリズムでは難しい10の最適化問題クラスを提示する。
問題クラスの個々の性質は、目的と変数タイプ、係数範囲、密度の点で異なる。
本稿ではQOBLIB(Quantum Optimization Benchmarking Library)を紹介する。
論文 参考訳（メタデータ） (2025-04-04T18:00:00Z) - Distributed Quantum Approximate Optimization Algorithm on a Quantum-Centric Supercomputing Architecture [1.953969470387522]
量子近似最適化アルゴリズム(QAOA)は、ゲートベースの量子コンピューティングシステムに量子スピードアップを提供することで、最適化問題を解くことを約束している。
しかしQAOAは、大量の量子ビットと深部回路の複雑さのため、高次元問題に対する課題に直面している。
本稿では,分散QAOA(DQAOA)を,より少ないキュービットと浅い回路を必要とするタスクに分割する。
論文 参考訳（メタデータ） (2024-07-29T17:42:25Z) - Multiobjective variational quantum optimization for constrained
problems: an application to Cash Management [45.82374977939355]
本稿では,変分量子アルゴリズムを用いた制約付き最適化問題の解法を提案する。
我々は、キャッシュマネジメント問題という、金融の極めて関連性の高い現実世界の問題について、我々の提案を検証した。
実験の結果, 実現したソリューションのコスト, 特に局所最小値の回避に関して, 大幅な改善が見られた。
論文 参考訳（メタデータ） (2023-02-08T17:09:20Z) - 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) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - 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。