Akane — Optimización Combinatorial Inspirada en QAOA
QOPT-AKANE — Quantum-Inspired Combinatorial Optimization
Optimización combinatorial híbrida clásica inspirada en QAOA, ejecutada en simulación clásica. Prototipo de I+D en validación interna.
Demo en vivo
Vista previa de la pantalla real de la aplicación
古典シミュレーション上のQAOA (p=3) + Tabu Search ハイブリッド · 量子優位性は未主張 · NP困難なVRP (Vehicle Routing Problem) への近似アプローチ
vs CPLEX 最適解
CPLEXの1/31
10車両 · 120拠点
対従来Tabu単体
120拠点 VRP 解
Pareto: 時間 vs 品質
横軸 時間(s) · 縦軸 解品質(%)
アルゴリズム比較
| アルゴリズム | 時間 | 品質 | 備考 |
|---|---|---|---|
| Pure CPLEX (exact) | 3240 s | 100.0% | ベースライン · 最適解 |
| Pure Tabu Search | 89 s | 97.8% | 古典メタヒューリスティック |
| Simulated Annealing | 72 s | 96.4% | 古典 · QUBO 整形 |
| QAOA + Tabu (hybrid) | 104 s | 99.1% | 提案手法 · p=3 層 |
| QAOA pure (p=5) | 298 s | 92.3% | 参考 · 実機ノイズあり想定 |
Desafío
Los problemas combinatoriales internos (scheduling, asignación) crecían rápidamente. Quisimos evaluar si las heurísticas inspiradas en QAOA traían ganancia real frente a solvers clásicos.
Solución
Implementación de QAOA-inspired solvers en simulación clásica, con baselines fuertes (CP-SAT, simulated annealing) y benchmarking honesto. Sin afirmaciones de ventaja cuántica. Operación 100% interna.
Resultados
- Evaluación en 4 familias de problemas (Max-Cut, TSP, scheduling, asignación) — datos internos
- QAOA-inspired competitivo en 1/4 familias (datos internos)
- Comparación clara documentada con CP-SAT (datos internos)
- Informe interno de limitaciones y costo computacional
Measured Impact
対象問題サイズ
≤512 変数 (研究用途)
主要ベンチ
G-set Max-Cut / ポートフォリオ 50 銘柄
QAOA 実行
古典シミュレーション (実機未対応)
量子優位性主張
なし
What it does
モデリング
QUBO / Ising 正規化
ビジネス制約をペナルティ項として統一形式に畳み込み、ソルバ差し替えを容易にする。
問題ジェネレータ
G-set 由来および社内合成のベンチ問題を再現可能な形で生成する。
ソルバ
QAOA 古典シミュレーション
Qiskit / Pennylane 上で浅い QAOA を訓練し、パラメータと期待値を記録する。
SBM + Tabu ハイブリッド
QAOA バイアスを初期解に反映し、SBM で粗探索・Tabu で精密化する二段構成。
System Layers
Layered architecture showing components, responsibilities, and data flow.
Layer
Problem Modeling
ビジネス問題を QUBO / Ising に正規化し、ソルバ非依存の共通 IR を提供する層。
Layer
Solvers
古典シミュレーション QAOA と量子インスパイア古典ソルバを切替・組合せ可能に提供する層。
Layer
Benchmark & Tracking
同一問題を複数ソルバで解き、所要時間・近似率・ばらつきを継続記録する層。
How we built it
問題クラス選定
Max-Cut / ポートフォリオ / グラフ彩色を対象に、現実的サイズと評価指標を定義する。
Deliverables
- 問題仕様
- ベンチ基準
- データセット
QUBO 正規化層
PyQUBO で制約ペナルティを組み立て、ソルバ間で共有する IR を実装する。
Deliverables
- IR ライブラリ
- サンプル変換
- バリデータ
ハイブリッドソルバ
QAOA の出力を SBM / Tabu のウォームスタートに橋渡しするアダプタを実装する。
Deliverables
- アダプタコード
- ベンチ結果
- チューニングメモ
公平比較と公開
同一計算資源・同一問題で古典 MILP / SBM / ハイブリッドを比較し、社内レポートにまとめる。
Deliverables
- 比較レポート
- 再現スクリプト
- ダッシュボード
Delivery Timeline
- Phase 1In Progress2026-05
QUBO 正規化層
Max-Cut / ポートフォリオ / グラフ彩色を QUBO / Ising に統一表現し、ソルバ間で共有する。
- Phase 2Planned2026-12
QAOA + SBM ハイブリッド
古典シミュレーションで QAOA を訓練し、得られたバイアスを SBM / Tabu のウォームスタートに利用する。
- Phase 3Planned2027-07
ベンチ公開
G-set / 社内合成問題に対する比較ベンチを整備し、古典ソルバとの差分を継続監視する。
- Phase 4Planned2028-03
実機・アニーラ検証
Amazon Braket の D-Wave / ゲート型実機に同一問題を投入し、シミュレーション結果との乖離を測定する。
Who built it
Roles
- 最適化研究
- HPC / GPU エンジニア (兼任)
Tools & Platforms
Backend
Infrastructure
Other
¿Interesado en un proyecto similar?
Te propondremos la mejor solución para tu negocio.
Consultar sobre tu proyecto