Συντάχθηκε 19-07-2024 11:40
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 22/07/2024 13:30
Λήξη: 22/07/2024 14:30
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Θεοδώρου Καλαμαράκη
με θέμα
Υβριδικοί Κβαντικοί-Κλασικοί Αλγόριθμοι και Εφαρμογές σε Προβλήματα Βέλτιστου Προγραμματισμού
Hybrid Quantum-Classical Algorithms and Applications in Scheduling Problems
Εξεταστική Επιτροπή
Καθηγητής Δημήτριος Αγγελάκης (επιβλέπων)
Καθηγητής Διονύσιος Χριστόπουλος
Αναπληρωτής Καθηγητής Βασίλειος Σαμολαδάς
Περίληψη
Αυτή η εργασία εξερευνά υβριδικούς κβαντικούς-κλασικούς αλγόριθμους, εστιάζοντας στις εφαρμογές τους σε προβλήματα προγραμματισμού. Ξεκινά με την περιγραφή των θεμελιωδών αρχών της κβαντομηχανικής, συμπεριλαμβανομένου του ρόλου των qubits, των κβαντικών πυλών και της διεμπλοκής. Η μελέτη στη συνέχεια εξετάζει τα προβλήματα Quadratic Unconstrained Binary Optimization (QUBO) και τη σημασία τους στη συνδυαστική βελτιστοποίηση, αναδεικνύοντας τη χρήση κλασικών και κβαντικών μεθόδων όπως ο αλγόριθμος του Grover και η κβαντική ανόπτηση. Στη συνέχεια, παρουσιάζει αποδοτικά σχήματα κωδικοποίησης qubit για κβαντική βελτιστοποίηση, σχεδιασμένα να βελτιώνουν την αναπαράσταση και επεξεργασία δυαδικών προβλημάτων βελτιστοποίησης σε κβαντικούς υπολογιστές κοντινού μέλλοντος. Αυτά τα σχήματα αναλύονται μέσω θεωρητικής εξερεύνησης και πρακτικής δοκιμής σε κβαντικούς εξομοιωτές και κβαντικό υλικό, με έμφαση στα προβλήματα Max-Cut και Subset Sum. Ένα σημαντικό μέρος της διατριβής αφιερώνεται στον έξυπνο προγραμματισμό φόρτισης ηλεκτρικών οχημάτων (EV), δείχνοντας πώς η αποδοτική κβαντική βελτιστοποίηση μπορεί να διαχειριστεί αποτελεσματικά μεγάλης κλίμακας προγράμματα φόρτισης ηλεκτρικών οχημάτων. Η μελέτη συγκρίνει την απόδοση των κβαντικών αλγορίθμων έναντι των κλασικών προσεγγίσεων, παρουσιάζοντας αναλυτικά αποτελέσματα και γνώσεις από θορυβώδεις προσομοιώσεις και πραγματικές εκτελέσεις σε κβαντικές μονάδες επεξεργασίας (QPUs). Τα αποτελέσματα υποδεικνύουν ότι οι υβριδικοί κβαντικοί-κλασικοί αλγόριθμοι έχουν σημαντικές προοπτικές στην επίλυση σύνθετων προβλημάτων προγραμματισμού, προσφέροντας πιο αποδοτικές και κλιμακώσιμες λύσεις. Αυτή η εργασία συμβάλλει στη διαρκώς αυξανόμενη γνώση στις εφαρμογές κβαντικής πληροφορικής, παρέχοντας πρακτικά πλαίσια και μεθοδολογίες για μελλοντική έρευνα και βιομηχανικές εφαρμογές.
Abstract
This thesis explores hybrid quantum-classical algorithms, focusing on their applications in scheduling problems. It begins by outlining the foundational principles of quantum mechanics, including the role of qubits, quantum gates, and entanglement. The study then examines Quadratic Unconstrained Binary Optimization (QUBO) and its significance in combinatorial optimization, highlighting the use of classical and quantum methods such as Grover’s algorithm and quantum annealing. Next, the thesis introduces qubit-efficient encoding schemes for quantum optimization, designed to enhance the representation and processing of binary optimization problems in near-term quantum computers. These schemes are analysed through theoretical exploration and practical testing on quantum simulators and cloud-based quantum hardware, focusing on the Max-Cut and Subset Sum problems. A significant portion is dedicated to the smart scheduling of EV charging, demonstrating how qubit-efficient quantum optimization can efficiently manage large-scale EV charging schedules. The study compares the performance of quantum algorithms against classical approaches, presenting detailed results and insights from noisy simulations and real-world executions on cloud quantum processing units (QPUs). The findings suggest that hybrid quantum-classical algorithms hold substantial promise in solving complex scheduling problems, offering more efficient and scalable solutions. This work contributes to the growing body of knowledge in quantum computing applications, providing practical frameworks and methodologies for future research and industry applications.
