量子科技中心_量科网

前端原油调度的优化是决定炼油厂盈利能力与运营稳定性的关键因素。然而，离散物流事件（如船舶靠泊）与连续物料流（如管道输送）的耦合，使得该问题成为NP难的混合整数线性规划（MILP）挑战，在工业规模下经典求解器往往难以处理。该研究提出了一种新颖的混合量子-经典框架来解决这些计算瓶颈。该工作采用Benders分解法将整体模型解耦为离散主问题（MP）和连续子问题（SP）。为利用量子计算的搜索能力，研究人员将MP重新表述为二次无约束二元优化（QUBO）模型，并通过混合量子求解器求解，而SP则通过迭代最优性割和可行性割来强制执行质量平衡与质量约束。在15个多尺度实例上的大量实验表明，该框架显著优于传统元启发式算法（如遗传算法、禁忌搜索），将总运营成本降低约73-80%，且计算速度可与最先进的商业求解器（Gurobi）相媲美。通过有效利用全局最优性割，该方法克服了启发式方法易陷入局部最优的倾向，为复杂的炼油厂物流提供了鲁棒且可扩展的解决方案。