QuantumJSP

量子车间调度问题解决者

关于如何使用量子计算机最佳安排作业的一种启发式方法。

可以在这里找到出版。

注意：有关更有效的解决方案，请查看“ Pyqubo”分支。
（使用模拟而不是真实QPU时起作用非常缓慢。）

目录

• 关于项目
• 入门
  • 先决条件
  • 安装
  • 快速开始
• 如何引用我们的工作

关于项目

注意：酒吧中的数字代表作业

鉴于一组工作和有限数量的机器，我们应该如何安排这些机器上的工作，以便尽早完成所有工作？这个问题是车间调度问题！

入门

先决条件

• Python 3.5或更高版本
• matplotlib（在Charts.py中可视化结果）

 pip3 install matplotlib

• D'Wave的库与QPU API互动https://docs.ocean.dwavesys.com/en/latest/overview/install.html

安装

注意：如果您可以使用模拟器而不是真实的QPU，请跳到第3部分。

1. 在https://www.dwavesys.com/take-leap上获取免费的API键
2. 在https://docs.ocean.dwavesys.com/en/latest/overview/dwavesys.html#dwavesys上配置求解器
3. 克隆仓库

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

快速开始

 python3 demo.py data/ft06.txt

如何引用我们的工作

Kurowski K.，WȩGlarzJ.，Subocz M.，RóżyckiR。，WaligóraG。（2020）混合量子退火方法解决了作业车间调度问题。在：Krzhizhanovskaya V.等。 （eds）计算科学 - ICCS2020。ICCS2020。 https://doi.org/10.1007/978-3-030-50433-5_39