論文の概要: Hybrid Classical-Quantum Optimization for CVRPTW: A Systems Framework with Provable Feasibility and Empirical Hardware Limits
- arxiv url: http://arxiv.org/abs/2611.15343v1
- Date: Wed, 11 Nov 2026 11:20:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.112278
- Title: Hybrid Classical-Quantum Optimization for CVRPTW: A Systems Framework with Provable Feasibility and Empirical Hardware Limits
- Title(参考訳): CVRPTWのためのハイブリッド古典量子最適化:確率可能性と経験的ハードウェア限界を持つシステムフレームワーク
- Abstract要約: 混合線形計画法(MILP)と車両レベル2次非拘束バイナリ最適化(QUBO)を組み合わせたハイブリッド古典量子アーキテクチャを提案する。
ロンドンでのトラフィックと位置情報から得られた5つのリアルなベンチマークで、このフレームワークを10~70の顧客を対象に評価した。
その結果、量子ハードウェアの実証限界を確立しつつ、ハイブリッド古典量子最適化の実用的短期的役割を実証した。
- 参考スコア(独自算出の注目度): 1.753935048599855
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Solving large-scale Capacitated Vehicle Routing Problems with Time Windows (CVRPTW) remains challenging because strict operational constraints and scale limit both exact and heuristic methods. We present a hybrid classical-quantum architecture combining Mixed Integer Linear Programming (MILP) with vehicle-level Quadratic Unconstrained Binary Optimization (QUBO), solved using Toshiba SQBM+ and QAOA on Rigetti Ankaa-3 and IQM Emerald quantum processors. The decomposition avoids the variable growth and constraint-enforcement difficulties of monolithic CVRPTW QUBO formulations. We evaluate the framework on five realistic benchmarks derived from London traffic and location data, spanning 10--70 customers, using a validation pipeline enforcing feasibility and monotone improvement over classical baselines. SQBM+ achieves verified fleet-distance reductions of 2.80% (7,927 m) for the 25-customer instance and 0.22% (1,186 m) for the 55-customer instance. QAOA experiments establish a current hardware boundary for reliable constraint satisfaction at subproblems of up to 4 customers (16 qubits). Diagnostic results identify assignment-level time-window tightness, rather than local route optimization, as the dominant scalability bottleneck. The results demonstrate a practical near-term role for hybrid classical-quantum optimization while establishing empirical limits for current quantum hardware.
- Abstract(参考訳): CVRPTW (Capacitated Vehicle Routing Problems with Time Windows) は、厳密な運用上の制約とスケール制限が正確かつヒューリスティックな方法の両方に制限されているため、依然として解決が難しい。
本稿では,Mixed Integer Linear Programming (MILP) と車両レベルの準拘束的非拘束バイナリ最適化 (QUBO) を組み合わせて,Rigetti Ankaa-3とIQM Emerald量子プロセッサ上でのToshiba SQBM+とQAOAを用いて解くハイブリッド古典量子アーキテクチャを提案する。
この分解は、モノリシックCVRPTW QUBOの変動成長と制約強化の難しさを回避する。
従来のベースラインよりも実現可能性と単調な改善を図った検証パイプラインを用いて,ロンドン交通とロケーションデータから得られた5つの現実的なベンチマークを,10~70の顧客を対象に評価した。
SQBM+は、25個のカストマーインスタンスに対して2.80% (7,927 m)、55個のカストマーインスタンスに対して0.22% (1,186 m)の船種距離削減を達成している。
QAOA実験は、最大4人の顧客(16キュービット)のサブプロブレムにおける信頼性の高い制約満足度のための現在のハードウェア境界を確立する。
診断結果は、局所的な経路最適化ではなく、割り当てレベルの時間-ウィンドウのタイツネスを、主要なスケーラビリティボトルネックとして特定する。
この結果は、現在の量子ハードウェアの実証的限界を確立しつつ、ハイブリッド古典量子最適化における実用的短期的役割を実証するものである。
関連論文リスト
- On Revolutionizing Power Systems: Suitability of Quantum Computing-Ready Pipelines for Stochastic Unit Commitment Optimization [1.9766522384767224]
ユニットコミットメント(UC)シナリオ、特に需要変動や再生可能エネルギー源の不確実性に関わるシナリオは、従来の最適化手法に重大な課題を提起する。
本稿では,IEEE 118バスシステムを含むテストシステム間の決定論的およびUC最適化のための量子コンピューティング対応パイプラインを提案する。
論文 参考訳(メタデータ) (2026-11-03T15:05:19Z) - Where the Quantum Lives in D-Wave Hybrid Portfolio Optimization [0.0]
我々は、D-Waveのハイブリッド量子古典的ポートフォリオ最適化サービスが実際にどれだけ量子的であるかを監査する。
制約ネイティブのLeapHybridCQMサービスは、Gurobiが最適なことを証明している54のインスタンスすべてにおいて、Gurobiが証明した最適値と一致する。
論文 参考訳(メタデータ) (2026-05-17T19:41:17Z) - A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
分散量子最適化のための構造認識フレームワークを提案する。
検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。
構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
論文 参考訳(メタデータ) (2026-03-08T15:15:52Z) - AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳(メタデータ) (2026-02-02T14:39:42Z) - Quantum Approaches to Urban Logistics: From Core QAOA to Clustered Scalability [0.0]
トラベリングセールスマン問題(TSP)は、物流や輸送に広く適用される最適化の基本的な課題である。
伝統的なアルゴリズムは、しばしば妥当な時間枠内で高品質なソリューションを作成するのに苦労する。
本研究では,ハイブリッド量子古典法である量子近似最適化アルゴリズム(QAOA)の可能性について検討する。
論文 参考訳(メタデータ) (2025-12-11T17:00:24Z) - Hybrid Sequential Quantum Computing [33.72751145910978]
ハイブリッドシーケンシャル量子コンピューティング(HSQC)を導入する。
HSQCは古典的および量子的手法を構造化された段階的ワークフローに体系的に統合する。
スタンドアロンの古典的解法と比較すると、HSQCはSAの最大700倍、実行時の最大9倍のスピードアップを達成する。
論文 参考訳(メタデータ) (2025-10-07T12:15:43Z) - Hybrid Quantum-Classical Optimisation of Traveling Salesperson Problem [0.0]
本稿では,変分量子固有解法(VQE)の最適化と古典的機械学習を統合するハイブリッド量子古典的フレームワークを提案する。
Qiskit の AerSimulator と ibm_kyiv 127-qubit バックエンドを用いて,80 のヨーロッパ都市におけるフレームワークの評価を行った。
論文 参考訳(メタデータ) (2025-09-30T13:26:12Z) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳(メタデータ) (2024-02-23T14:09:41Z) - 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) - 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)
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。