論文の概要: Benchmarking Hybrid Quantum-Classical Algorithms for Power Grid Optimization Problems
- arxiv url: http://arxiv.org/abs/2607.15543v1
- Date: Fri, 17 Jul 2026 01:25:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.728257
- Title: Benchmarking Hybrid Quantum-Classical Algorithms for Power Grid Optimization Problems
- Title（参考訳）: 電力グリッド最適化問題に対するハイブリッド量子古典アルゴリズムのベンチマーク
- Abstract要約: Alternating Current Power Flow Commitment (AC-OPFUC) は複雑な混合整数非線形最適化問題である。
我々は、ハイブリッド量子古典アルゴリズムが解周期AC-OPF-UCを改善できるかどうか検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Alternating Current Optimal Power Flow Unit Commitment (AC-OPF-UC) is a difficult mixed-integer nonlinear optimization problem that combines binary generator commitment decisions with nonconvex continuous AC power-flow constraints. In this work, we investigate whether hybrid quantum-classical variational algorithms can improve the solution of single-period AC-OPF-UC relative to classical approaches. To the best of our knowledge, this is the first study to directly evaluate quantum or hybrid quantum-classical algorithms for the full AC-OPF-UC problem. We consider two candidate algorithms for improving AC-OPF-UC solution quality relative to purely classical methods on ideal quantum hardware. The first applies QAOA directly to a fully discretized formulation of the problem, with equality and inequality constraints incorporated through penalty terms and slack variables. Although conceptually straightforward, this approach requires a prohibitively large number of qubits even for small instances. The second, qubit-efficient approach encodes only the binary generator status variables on a quantum computer, while optimizing the continuous power-flow variables classically for each sampled bitstring. We benchmark this method on randomly generated AC-OPF-UC instances with 5 to 13 generators and compare it against SCIP, SMAC, and uniform random sampling. Our simulations show that the qubit-efficient hybrid method does not outperform uniform sampling. These results suggest that in order to establish potential advantage of the variational hybrid strategy considered here over the best classical algorithms, if any, much larger system sizes (25+ generators) need to be tested, which is beyond our computational capacity. Alternatively, different approaches, such as quantum versions of branch-and-bound methods, may be more promising.
- Abstract（参考訳）: 交流最適潮流ユニットコミット (AC-OPF-UC) は、二元発生器のコミットメント決定を非凸連続交流電力フロー制約と組み合わせる難解な混合整数非線形最適化問題である。
本研究では,古典的アプローチと比較して,ハイブリッド量子-古典的変分アルゴリズムが単一周期AC-OPF-UCの解を改善できるかどうかを検討する。
我々の知る限りでは、完全なAC-OPF-UC問題に対して量子またはハイブリッド量子古典アルゴリズムを直接評価する最初の研究である。
本稿では,AC-OPF-UCソリューションの品質向上のための2つの候補アルゴリズムについて考察する。
第一に、QAOA を完全離散化された問題の定式化に直接適用し、等式と不等式制約をペナルティ項とスラック変数によって組み込む。
概念的には単純ではあるが、このアプローチは小さなインスタンスであっても、違法に多くの量子ビットを必要とする。
第2に、量子ビット効率のアプローチでは、量子コンピュータ上のバイナリジェネレータの状態変数のみを符号化し、サンプリングされたビットストリング毎に古典的に連続的な電力フロー変数を最適化する。
本手法は,5～13個のジェネレータを用いたランダムに生成されたAC-OPF-UCインスタンスをベンチマークし,SCIP,SMAC,均一なランダムサンプリングと比較する。
シミュレーションにより, 量子ビット効率のよいハイブリッド法は, 均一サンプリングよりも優れていないことが示された。
これらの結果から,古典的アルゴリズムに比較して考える変分ハイブリッド戦略の潜在的優位性を確立するためには,より大規模なシステムサイズ (25以上のジェネレータ) をテストする必要があることが示唆された。
あるいは、分岐とバウンドの方法の量子バージョンのような異なるアプローチの方がより有望であるかもしれない。
関連論文リスト
- Enhancing Hybrid Methods in Parameterized Quantum Circuit Optimization [0.0]
量子回路(PQC)は、雑音量子デバイスにおける変分量子アルゴリズム(VQA)の適用において重要な役割を果たす。
より堅牢でスケーラブルな2つの新しいハイブリッドアルゴリズムを導入します。
ノイズプロファイルの異なる NISQ デバイスに対して実現可能であることが判明した。
論文 参考訳（メタデータ） (2025-10-09T12:24:57Z) - Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。
本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。
この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
論文 参考訳（メタデータ） (2025-10-07T17:53:02Z) - Learning Feasible Quantum States for Quadratic Constrained Binary Optimization Problems [41.23247424467223]
我々はQCBOの制約を満たす量子状態の同値重ね合わせを生成する変動的アプローチを開発する。
結果として生じる同値な重ね合わせは、QUBO/QCBOを解く量子アルゴリズムの初期状態として使用できる。
論文 参考訳（メタデータ） (2025-08-04T16:44:53Z) - Improving Variational Quantum Circuit Optimization via Hybrid Algorithms and Random Axis Initialization [0.0]
変分量子回路(VQC)は、ノイズの多い中間スケールの量子コンピュータを実用的な問題に適用する上で欠かせないツールである。
VQCに特化して設計された勾配のない最適化アルゴリズムであるRotosolve法の性能を向上させる。
我々は、FQSの優れた表現性を活用しながら、ロトゾルの初期収束の恩恵を受けるハイブリッドアルゴリズムを構築した。
論文 参考訳（メタデータ） (2025-03-26T17:10:19Z) - A hybrid classical-quantum approach to highly constrained Unit Commitment problems [0.0]
単位コミットメント(UC)問題は、電力産業における重要な最適化課題である。
本稿では,UC問題を時間内に効率的に解くために,新しいハイブリッド量子古典アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-15T21:21:36Z) - Efficient DCQO Algorithm within the Impulse Regime for Portfolio
Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。
提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。
我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文 参考訳（メタデータ） (2023-08-29T17:53:08Z) - Data-Driven Chance Constrained AC-OPF using Hybrid Sparse Gaussian
Processes [57.70237375696411]
入力不確実性を伴う潮流方程式をモデル化するために,スパースプロセスとハイブリッドガウスプロセス(GP)フレームワークを用いた高速データ駆動構成を提案する。
提案手法の有効性は,複数のIEEEテストケースに対して,最大2倍の高速かつ高精度な解を示す数値的な研究によって主張する。
論文 参考訳（メタデータ） (2022-08-30T09:27:59Z) - Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。
レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文 参考訳（メタデータ） (2022-03-01T19:47:16Z) - Robust resource-efficient quantum variational ansatz through
evolutionary algorithm [0.46180371154032895]
Vari Quantum Algorithm (VQAsational) は、短期デバイスにおける量子優位性を実証するための有望な手法である。
我々は、広く使われているハードウェア効率の良いアンサッツのような固定VQA回路設計は、必ずしも不完全性に対して堅牢ではないことを示す。
本稿では,ゲノム長調整可能な進化アルゴリズムを提案し,回路アンサッツおよびゲートパラメータの変動に最適化されたロバストなVQA回路を設計する。
論文 参考訳（メタデータ） (2022-02-28T12:14:11Z) - Adapting Quantum Approximation Optimization Algorithm (QAOA) for Unit
Commitment [2.8060379263058794]
ユニットコミットと呼ばれる電力系統最適化問題に対して,ハイブリッド量子古典アルゴリズムを定式化し,適用する。
提案アルゴリズムは、量子近似最適化アルゴリズム(QAOA)を古典最小値で拡張し、混合二元最適化をサポートする。
提案手法は,400個の発電ユニット未満のシミュレーション単位コミットに対して,古典的解法が有効であることを示す。
論文 参考訳（メタデータ） (2021-10-25T03:37:34Z) - 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。