结合历史数据的量子退火优化微出行调度
该论文提出了一种利用量子退火器(QA)解决微出行车辆调度问题的新方法。近年来,量子退火器作为组合优化问题的高性能求解器日益受到关注。与此同时,微出行服务作为实现高效可持续城市交通的重要方式得到快速发展。本研究将此类服务的调度问题构建为二次无约束二进制优化(QUBO)问题,使其能够通过量子退火高效求解。该方案创新性地融合了历史使用数据来提升运营效率——通过贝叶斯方法将客户到达频率和目的地分布建模到QUBO公式中,从而引导空闲车辆向指定站点集中进行待客和充电。仿真实验验证了所提方法的有效性,并与车辆路径问题等传统建模方式进行了对比。研究还比较了量子退火器与传统求解器的性能表现,揭示了其在调度问题中的潜在优势,并探讨了反向退火对提升解质量的作用。

