XiaoMi-AI文件搜索系统
World File Search SystemJSSP
国际工业工程计算杂志
随着行业4.0继续改变制造业领域，重点是转向产品的大规模个性化，使公司能够有效地生产满足个人客户独特需求和偏好的定制商品。这要求制造业企业具有安排过程和制造设置的灵活性和适应性。可以通过利用无线组装系统（LAS）的概念来实现产品个性化的灵活性和随后实现产品的个性化，该概念用一个系统在机器之间移动的系统，将产品替换为自动驾驶机器人（AMR），将产品安装在机器上（AMR），将产品从一种机器转移到另一台机器上，就像其生产途径一样。这需要根据其可用AMR的生产路线进行调度产品以获得LA的好处，LAS被视为工作室调度问题（JSSP），以最大程度地利用资源利用率，同时遵守约束。这种方法的新颖性是，除了计划产品外，它还考虑了AMR的调度。在当前工作中介绍了解决确定性JSSP的数学公式。使用数学求解器为各种输入求解公式。通常，JSSP是NP硬性问题。随后，已经构建了基于元启发式的遗传算法（GA）来解决JSSP。比较了通过GA和数学求解器获得的解决方案，发现GA在计算和优化效率方面的性能很好。
SA-DQAS：自注意力增强的可微分量子架构搜索
我们在本文中介绍了 SA-DQAS，这是一种新颖的框架，它通过自注意机制增强了基于梯度的可微量子架构搜索 (DQAS)，旨在优化量子机器学习 (QML) 挑战的电路设计。类似于句子中的单词序列，量子电路可以看作是包含量子门的占位符序列。与 DQAS 不同，每个占位符都是独立的，而 SA-DQAS 中的自注意机制有助于捕获放置在电路中占位符上的每个操作候选者之间的关系和依赖信息。为了评估和验证，我们对作业车间调度问题 (JSSP)、最大割问题、量子化学和量子保真度进行了实验。加入自注意可以提高所得量子电路的稳定性和性能，并改进其结构设计，具有更高的噪声弹性和保真度。我们的研究首次成功结合了自注意与 DQAS。