基于量子退火的多车喷漆车间优化
量子物理
2021-11-11 v2 新兴技术
摘要
我们提出二值喷漆车间问题（BPSP）的推广以解决汽车工业应用中的多车喷漆车间（MCPS）问题。优化目标是在制造过程中最小化喷漆车间队列中车辆间的颜色切换次数，这是一个已知的 NP-hard 问题。我们区分喷漆车间问题的不同子类，并展示如何将基本 MCPS 问题表述为伊辛（Ising）模型。本研究使用的问题实例由德国沃尔夫斯堡一家工厂的真实世界数据生成。我们将 D-Wave 2000Q 与 Advantage 量子处理器与其他经典求解器及 D-Wave Systems 提供的量子-经典混合算法进行比较。我们观察到量子处理器非常适用于较小问题，混合算法适用于中等规模。然而，我们发现这些算法的性能在大规模极限下迅速逼近简单贪婪算法。
引用
@article{arxiv.2109.07876,
title = {Multi-car paint shop optimization with quantum annealing},
author = {Sheir Yarkoni and Alex Alekseyenko and Michael Streif and David Von Dollen and Florian Neukart and Thomas Bäck},
journal= {arXiv preprint arXiv:2109.07876},
year = {2021}
}
备注
Accepted to IEEE International Conference on Quantum Computing and Engineering (QCE21)