利用混合约束量子退火优化测试车辆生产
量子物理
2022-03-30 v1 最优化与控制
摘要
预生产车辆配置的优化是汽车工业面临的挑战之一。给定一系列需要具有特定功能的车辆进行测试的测试清单，人们希望找到覆盖这些测试且遵守配置规则的最少车辆数。本文在可满足性框架下对问题进行建模，并利用D-Wave新近提出的混合约束二次模型（CQM）求解器予以求解。问题定义基于BMW量子计算挑战赛中给出的“优化测试车辆生产”用例。我们为该问题构建了约束二次模型，并使用贪心算法配置车辆。我们将CQM求解器所得结果与CBC（Coin-or branch and cut）和Gurobi等经典求解器的结果进行基准对比。我们得出结论：CQM求解器在优化测试车辆数量方面的性能可与经典求解器相媲美。作为问题的扩展，我们描述了如何将测试调度纳入该模型。
引用
@article{arxiv.2203.15421,
title = {Optimizing the Production of Test Vehicles using Hybrid Constrained Quantum Annealing},
author = {Adam Glos and Akash Kundu and Özlem Salehi},
journal= {arXiv preprint arXiv:2203.15421},
year = {2022}
}
备注
14 pages and 2 figures, code available at: https://doi.org/10.5281/zenodo.6012261