.png){kind=icon}
返回
A quantum genetic algorithm for a parallel machine scheduling problem
.png){kind=icon}
OA
AI
DOI：10.1007/s10878-025-01347-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
调度问题是各行各业普遍存在的挑战。本文针对印刷电路板（PCB）组装中出现的特定问题展开研究：具有序列相关准备时间的并行机调度问题。为解决该挑战，我们提出了一种混合量子遗传算法（QGA），旨在无误差量子计算机上求解该问题。该算法的开发重点聚焦于三个关键方面：量子电路对不同问题实例的高效适应性、测量电路输出的可行性以及量子比特的高效利用。为比较量子算法与其纯经典对应算法，我们引入了一个新的关键性能指标来量化潜在的量子加速效果。此外，我们评估了解算器在不同问题实例上的收敛行为。结果表明，QGA展现出强大的收敛行为，能够获得近似最优解。此外，我们还发现了求解该实际问题的潜在量子优势，且该优势随着种群规模的增大而增强。
Keyword:
Parallel machines scheduling
Quantum genetic algorithm
Grover's algorithm
Hybrid quantum algorithm
期刊
J
IF:
1.1
论文数:
80
被引数:
0
查看更多机构
.png){kind=icon}
