QuantumJSP

Quantum Mop Shop Shareling Решатель проблем

Эвристический подход к тому, как оптимально планировать задания с использованием квантового компьютера.

Публикация можно найти здесь.

Примечание. Для более эффективного решения ознакомьтесь с ветвью "Pyqubo".
(Работает очень медленно, используя симуляцию вместо реального QPU.)

Оглавление

• О проекте
• Начиная
  • Предварительные условия
  • Установка
  • Быстрый старт
• Как процитировать нашу работу

О проекте

Примечание: цифры в барах представляют работу

Учитывая набор рабочих мест и конечное количество машин, как мы должны планировать наши рабочие места на этих машинах, чтобы все наши рабочие места выполнялись в самое раннее время? Этот вопрос является проблемой планирования рабочих мест!

Начиная

Предварительные условия

• Python 3.5 или позже
• matplotlib (для визуализации результатов в диаграммах.

 pip3 install matplotlib

• Библиотеки D'Abe для взаимодействия с QPU API https://docs.ocean.dwavesys.com/en/latest/overview/install.html

Установка

Примечание. Если вы в порядке с использованием симулятора вместо реального QPU, перейдите к части 3.

1. Получить бесплатный ключ API по адресу https://www.dwavesys.com/take-leap
2. Настройте решатель по адресу https://docs.ocean.dwavesys.com/en/latest/overview/dwavesys.html#dwavesys
3. Клонировать репо

 git clone https://github.com/mareksubocz/QuantumJSP

Быстрый старт

 python3 demo.py data/ft06.txt

Как процитировать нашу работу

Kurowski K., Wȩglarz J., Subocz M., Różycki R., Waligóra G. (2020) Гибридный эвристический метод для решения проблемы планирования магазинов. В кн.: Кржхановская В. и соавт. (Eds) Вычислительная наука - ICCS 2020. ICCS 2020. Примечания лекции в компьютерных науках, том 12142. Springer, Cham. https://doi.org/10.1007/978-3-030-50433-5_39