变分量子算法在作业车间调度问题中的应用案例研究
量子物理
2022-02-14 v2
摘要
组合优化模拟了旨在提高效率的广泛工业过程。通常，精确求解这类问题在计算上是棘手的。因此，实践者依赖于启发式求解方法。变分量子算法是可以在现有量子硬件上演示的优化启发式方法。在本案例研究中，我们将四种在IBM超导量子处理器上运行的变分量子启发式算法应用于作业车间调度问题。我们的问题优化了一个钢铁制造过程。在5个量子比特上的比较表明，最近的滤波变分量子本征求解器（F-VQE）比量子近似优化算法（QAOA）、标准变分量子本征求解器（VQE）和变分量子虚时演化（VarQITE）收敛更快，并且更频繁地采样到全局最优解。此外，F-VQE在没有错误缓解后处理的情况下，在硬件上轻松解决了高达23个量子比特的问题规模。
引用
@article{arxiv.2109.03745,
title = {A case study of variational quantum algorithms for a job shop scheduling problem},
author = {David Amaro and Matthias Rosenkranz and Nathan Fitzpatrick and Koji Hirano and Mattia Fiorentini},
journal= {arXiv preprint arXiv:2109.03745},
year = {2022}
}
备注
16 pages, 8 figures, 3 tables. Additional hardware experiments, minor clarifications. As published in EPJ Quantum Technol