量子科技中心_量科网

在现代制造业中，高效的生产规划对于缩短交付周期等关键绩效指标至关重要，同时能降低对人类经验的依赖。虽然以作业车间调度问题形式呈现的数学优化方法已被应用于自动化该流程，但解决大规模生产规划问题仍存在巨大计算挑战。此外，实际场景往往涉及相互冲突的多重目标，使得传统标量化技术难以获取多元化且实用的帕累托最优解。 针对这些挑战，该研究团队开发了一种量子-经典混合算法，将问题分解为资源分配和任务调度两个子问题。其中资源分配被构建为二次无约束二值优化问题，采用基于退火原理的高效求解方法处理复杂解空间；而任务调度则建模为混合整数线性规划问题，通过传统求解器满足精细的调度约束条件。研究人员基于铸造生产场景的基准案例验证了该方法，实验结果表明：相较于传统单一求解方法，该混合算法在解决方案质量和计算效率方面均展现出显著优势。该工作为工业应用领域实现高速多目标调度提供了创新路径。