[论文解读] Quantum computing approach to railway dispatching and conflict management optimization on single-track railway lines

Krzysztof Domino, Mátyás Koniorczyk+3 more|arXiv (Cornell University)|Oct 16, 2020

Railway Systems and Energy Efficiency参考文献 61被引用 14

一句话总结

本文提出了一种基于量子计算的实时单线铁路调度与冲突管理方法，采用与当前量子退火设备兼容的无约束二次二值优化（QUBO）模型。通过在真实波兰铁路数据上的概念验证，表明小规模调度问题可在D-Wave量子处理器上最优求解，而经典求解器与张量网络方法则为更大规模实例提供了稳健的验证与可扩展的替代方案。

ABSTRACT

In this work, we consider a practical railway dispatching problem: delay and conflict management on a single-track railway line. We examine the issue of train dispatching consequences caused by the arrival of an already delayed train to the segment being considered. This problem is computationally hard and often needs to be solved timely. Here, we introduce a quadratic unconstrained binary optimization (QUBO) model of the problem in question, compatible with the emerging quantum annealing technology. The model's instances can be executed on present-day quantum annealers. As a proof-of-concept, we solve selected real-life problems from the Polish railway network using D-Wave quantum annealers. As a reference, we also provide solutions calculated with classical methods, including those relevant to the community (linear integer programming) and a sophisticated algorithm based on tensor networks for solving QUBO problems.

研究动机与目标

• 解决因延误影响而计算困难的单线铁路线路实时列车调度与冲突化解问题。
• 将调度问题建模为适合量子退火硬件的无约束二次二值优化（QUBO）问题。
• 展示使用近期量子退火设备（如D-Wave 2000Q）求解现实世界铁路调度实例的可行性。
• 将量子退火结果与经典方法（包括线性整数规划与基于张量网络的QUBO求解器）进行比较，以评估性能与可扩展性。
• 探索混合量子-经典方法的潜力，并展望未来将量子设备集成到铁路运营管理系统的可能性。

提出的方法

• 将单线铁路调度问题建模为QUBO模型，通过二值变量编码列车调度决策与冲突约束。
• 利用先进的嵌入算法将QUBO模型映射到D-Wave 2000Q量子处理器的Chimera图拓扑结构上。
• 在物理D-Wave 2000Q硬件上执行QUBO实例，并与经典求解器（包括线性整数规划与基于张量网络的QUBO算法）进行结果对比。
• 对小规模实例采用贪心暴力搜索，分析能量谱并验证QUBO公式结构的正确性。
• 通过误差缓解与重复退火运行，提升在噪声中等规模量子（NISQ）硬件上找到低能量（最优）解的概率。
• 将量子结果与经典基准（包括标准调度模型与最先进的QUBO求解器）进行对比，以评估性能与准确性。

实验结果

研究问题

• RQ1 能否将单线铁路调度的QUBO公式有效映射到当前的量子退火硬件上？
• RQ2 当前D-Wave量子处理器在多大程度上能为现实世界的调度问题生成最优或近似最优解？
• RQ3 在解的质量与运行时间方面，量子退火结果与经典求解器（如线性整数规划与张量网络方法）相比如何？
• RQ4 在解决复杂度不断提高的实际调度问题时，当前量子硬件（特别是嵌入与噪声方面）存在哪些局限性？
• RQ5 量子启发的经典算法能否为新兴量子解决方案在铁路优化中的可靠性提供可靠的基准与验证？

主要发现

• QUBO模型成功编码了来自波兰铁路网络的真实世界调度问题，包括单线铁路的冲突化解与延迟管理。
• 对于较小的Nidzica–Olsztynek区段（48个逻辑量子比特），D-Wave 2000Q在多种参数设置下均产生了最优解，证明了在近期硬件上的可行性。
• 对于较大的Goleszów–Wisła Uzdrowisko区段（198个逻辑量子比特），虽然可在理想Chimera图（2048个物理量子比特）中实现嵌入，但由于硬件缺陷，仅在四组情况中的三组可在物理D-Wave 2000Q上实现嵌入。
• 由于噪声与硬件限制，较大实例的量子退火结果为次优，凸显了当前NISQ设备的局限性。
• 经典张量网络方法为相同QUBO实例提供了高质量解，为验证与实际部署提供了可行的替代方案。
• 本研究证实，量子退火适用于小规模调度问题，并为未来铁路优化系统中混合量子-经典方法的应用铺平了道路。