基于量子计算考虑换色与涂装质量的喷涂车间车辆排序
量子物理
2022-06-23 v1 系统与控制
系统与控制
摘要
随着客户需求日益多样化，汽车公司提供的车辆颜色和样式也大幅增加。这给汽车制造系统的设计与管理带来了巨大挑战，其中之一就是喷涂车间日常运营中车辆的合理排序。通常一个班次有数百辆车，喷涂车间排序问题在经典计算中是难以处理的。在本文中，我们提出使用最先进的量子计算算法来解决一般的喷涂车间排序问题。现有工作大多仅关注降低换色成本，即连续车辆之间不同颜色所产生的成本。本工作揭示，不同的车辆排序也会显著影响涂装过程的的质量表现。我们使用在历史数据上预训练的机器学习模型来预测涂装缺陷的概率。该问题被表述为一个具有两个成本分量（即换色成本和返修成本）的组合优化问题。该问题进一步被转化为量子优化问题，并使用量子近似优化算法（QAOA）求解。事实上，当前的量子计算机在精度和扩展性上仍然有限。然而，通过一个简化案例研究，我们展示了如何将喷涂车间中的经典排序问题表述并用量子计算求解，并展示了量子计算在解决制造系统实际问题中潜力。
引用
@article{arxiv.2206.11204,
title = {Paint shop vehicle sequencing based on quantum computing considering color changeover and painting quality},
author = {Jing Huang and Hua-Tzu Fan and Guoxian Xiao and Qing Chang},
journal= {arXiv preprint arXiv:2206.11204},
year = {2022}
}