基于量子与经典退火算法的供应链物流优化
量子物理
2022-05-10 v1
摘要
噪声中等规模量子（NISQ）硬件几乎普遍无法兼容具有实际重要性的全规模优化问题，这类问题可能包含大量变量和难以处理的客观函数。因此，越来越多的文献在运筹学背景下对缩小规模的问题测试量子算法。我们未采用此方法，而是以某企业运营所用规模研究了具有重大商业价值的问题——供应链物流的多卡车车辆路径规划。此类问题过于复杂，无法完全嵌入任何近期量子硬件或模拟器中；我们通过采用混合工作流方法规避这一挑战：通过一次为一台卡车生成一个新的二次二进制优化问题实例，迭代分配卡车路线。每个实例具有约 2500 个二次二进制变量，使其处于 NISQ 量子计算（尤其是量子退火硬件）可行的范围。我们使用模拟退火和 D-Wave Hybrid 求解器作为占位以等待量子硬件发展来测试我们的方法。将这些运行建议的车辆路线输入高度真实的经典供应链模拟后，我们发现整个供应链表现优异。我们的工作给出了一套可应用于车辆路径之外场景的技术，以混合方式将 NISQ 设备用于具有商业利益的大规模问题。
引用
@article{arxiv.2205.04435,
title = {Supply Chain Logistics with Quantum and Classical Annealing Algorithms},
author = {Sean J. Weinberg and Fabio Sanches and Takanori Ide and Kazumitzu Kamiya and Randall Correll},
journal= {arXiv preprint arXiv:2205.04435},
year = {2022}
}
备注
16 pages, 8 figures