摘要该工作探讨了将量子计算集成到物流和供应链管理中的集成,从而强调了其在复杂的优化问题中使用的潜力。讨论介绍了量子计算原理,将重点放在量子退火和基于门的量子计算上,量子近似优化算法和量子退火作为关键算法方法。本文概述了路由,逻辑网络设计,车队维护,货物加载,预测和调度概率的量子方法。值得注意的是,文献中的大多数解决方案都是混合的,结合了量子和经典计算。结论强调了量子计算的早期阶段,强调了其对物流和供应链优化的潜在影响。在最终概述中,文献进行了分类,确定了量子退火的优势,并且需要强调对预测和机器学习进行更多研究的需求。共识是,量子计算具有巨大的潜力,但面临当前的硬件限制,需要进一步进步实施实践。
![arxiv:2402.17520v1 [Quant-ph] 2024年2月27日PDF文件第1页](/bimg/4/447750299efd783f13916e23354f7f3412dae41f.webp)
![arxiv:2402.17520v1 [Quant-ph] 2024年2月27日PDF文件第2页](/bimg/7/7d27df474187b391469816ca950126b6dd7e83e2.webp)
![arxiv:2402.17520v1 [Quant-ph] 2024年2月27日PDF文件第3页](/bimg/f/f2a0839d98b470801dbd9ada5dc8455d7f9e42a1.webp)
![arxiv:2402.17520v1 [Quant-ph] 2024年2月27日PDF文件第4页](/bimg/b/b016eab71a966880d5f919d50152a8f6e3d0f567.webp)
![arxiv:2402.17520v1 [Quant-ph] 2024年2月27日PDF文件第5页](/bimg/4/4f17b88adc6556f0c8b402d8426bfd07f66823cb.webp)
