量子コンピュータ時代のプログラミングセミナー / 20230316_Amplify_seminar _route_planning_optimization

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Copyright© Fixstars Group 本日のAgenda 第一部 14:00-14:45 • はじめに • 会社紹介 • 組合せ最適化問題・イジングマシン・事例のご紹介 • Fixstars Amplifyの紹介 • ワークショップ事前準備のご連絡第二部 14:50-16:00 • Fixstars Amplifyを用いたワークショップ • 経路最適化 • Wrap Up 及び Q&A 2

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Copyright© Fixstars Group 本セミナーのゴール ⚫ 身の回りには組合せ最適化問題がたくさんあることを知る ⚫ 組合せ最適化問題を解くための専用マシン（イジングマシン）があることを知り、イジングマシンを使って問題を解くための統一的なフレームワークや、問題設定の考え方、目的関数や制約条件の定式化のポイントを理解する ⚫ ワークショップを通して、実際に量子アニーリング・イジングマシンを動かしてみることで、実問題への適用の足掛かりを得る 4 質問は随時ZoomのチャットかQ&Aでお願いします

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Copyright© Fixstars Group フィックスターズの基本情報 6 会社名株式会社フィックスターズ本社所在地東京都港区芝浦3-1-1 msb Tamachi 田町ステーションタワーN 28階設立 2002年8月上場区分東証プライム（証券コード：3687）代表取締役社長三木聡資本金 5億5,446万円社員数（連結） 263名（2022年9月現在）主なお客様キオクシア株式会社ルネサスエレクトロニクス株式会社トヨタグループ（トヨタ自動車株式会社・豊田通商株式会社・株式会社デンソー）みずほ証券株式会社キヤノン株式会社グループ会社 Fixstars Solutions, Inc. 完全子会社米国での営業及び開発を担当 (株)Fixstars Autonomous Technologies 株式会社ネクスティエレクトロニクスとのJV 自動運転向けソフトウェアを開発 (株)Fixstars Amplify 完全子会社量子コンピューティングのクラウド事業を運営 (株)Sider 完全子会社開発支援SaaS「Sider」を運営 (株)Smart Opinion 連結子会社乳がんAI画像診断支援事業を運営オスカーテクノロジー(株) 連結子会社ソフトウェア自動並列化サービスを提供 2021/10/1 設立

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Copyright© Fixstars Group フィックスターズの強み 8 コンピュータの性能を最大限に引き出す、ソフトウェア高速化のエキスパート集団ハードウェアの知見アルゴリズム実装力各産業・研究分野の知見目的の製品に最適なハードウェアを見抜き、その性能をフル活用するソフトウェアを開発します。ハードウェアの特徴と製品要求仕様に合わせて、アルゴリズムを改良して高速化を実現します。開発したい製品に使える技術を見抜き、実際に動作する実装までトータルにサポートします。

Slide 9

Slide 9 text

Copyright© Fixstars Group フィックスターズの量子技術への取り組み 9 2017年日本で初めて D-Wave Systems 社と提携 2018年 NEDOのプロジェクトに採択「イジングマシン共通ソフトウェア基盤の研究開発」 2019年 SIPの研究開発に参画「光・量子を活用した Society 5.0実現化技術：光電子情報処理」 2021年 • 2月: 量子アニーリングクラウドサービス「Fixstars Amplify」提供開始 • 10月: 子会社Fixstars Amplifyを設立 • 11月: Q-STAR 量子技術による新産業創出協議会に特別会員として加入次世代技術を先取りし今ある課題の解決を目指す 2022年 • 5月: Fixstars Amplify が Gurobi, IBM-Quantumをサポート • 6月: 東洋経済主催シンポジウム「ビジネスを劇的に変える量子コンピューティングの可能性」に登壇 • 7月: 累計実行回数1,000万回突破

Slide 10

Slide 10 text

Copyright© Fixstars Group 10 Q-STAR 量子技術による新産業創出協議会出展：一般社団法人量子技術による新産業創出協議会 https://qstar.jp/ 代表取締役会長三木が参加代表取締役社長平岡が参加量子関連の産業・ビジネスの創出を目的として設立された協議会産業界との連携による社会実装の促進東洋経済主催シンポジウム「ビジネスを劇的に変える量子コンピューティングの可能性」にCEO平岡が登壇しましたロート製薬株式会社代表取締役会長山田邦雄氏株式会社東芝代表執行役社長CEO 島田太郎氏株式会社Fixstars Amplify 代表取締役社長平岡卓爾本セッションは、東洋経済オンライン並びに同社YouTubeで公開されています。東洋経済オンライン記事：https://toyokeizai.net/articles/-/583900 画像：FixstarsCorporation youtubeチャンネルより https://www.youtube.com/watch?v=uS-_BZqvqUo 九州大学藤澤克樹教授パネリストモデレーター

Slide 11

Slide 11 text

Copyright© Fixstars Group コンサルティングセットアップ支援、処理の分割や変換等のコンサルクラウド実行環境のご提供クラウド経由での量子コンピュータ利用サービスを提供ソフトウェア高速化・開発支援サービス量子コンピュータを組み合わせてシステムの高速化を実現セミナー・トレーニング量子コンピュータの研究動向や活用事例、実際の利用方法等量子コンピューティング事業多様なハードウェアでのソフトウェア高速化サービスに加え、量子コンピュータ活用支援とシステム開発を提供しています。お客様の課題ご支援内容量子コンピューティングが課題の解決に役立つか確信が持てない量子コンピューティングの検討をどう進めたら良いかわからない作りたいアプリケーションがあるが、開発が難しい 11

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Copyright© Fixstars Group 組合せ最適化問題を解く統一的なフレームワーク 14 目的関数: 制約条件: 解を取得定式化実装問題設定膨大な解候補（組合せ）から最適解を選ぶ・解候補一つ一つの計算は可能・候補数が膨大ですべての解候補を計算できないこれを最小化（最大化）する解が最適解が必ず満たすべき条件数式で表現数式をPythonのプログラムで記述 Fixstars Amplifyが最適解を探索バイキングで最も安く必要な栄養が取れる組合せは？目的関数: 合計金額（最小化）制約条件: 炭水化物：300g以上タンパク質：150g以上脂質：50g以上組合せ最適化問題の例ごはん：380g 焼き魚：140g 金額：870円最適メニュー (10g単位) 炭水化物タンパク質脂質金額ごはん 8g 1g 1g 10円パン 7g 1g 2g 12円ハンバーグ 1g 5g 4g 50円焼き魚 1g 8g 1g 35円

Slide 15

Slide 15 text

Copyright© Fixstars Group 組合せ最適化の取り組み事例 15 シフト作成自動化生産計画最適化経路指示リアルタイム制御倉庫を走行する多数の搬送ロボット (AGV) が効率よく動作するよう、最適経路だけでなく迂回や交差点での待機などリアルタイムに指示します人の直観で時間をかけて行っていた生産ラインや物流倉庫の業務シフト作成を、スキルや勤務時間などの条件をもとに最適化します製造工場の設備の利用割り当て (ジョブショップスケジューリング) を、納期や段取り時間などを考慮して最適化します 4/13のセミナーのテーマ 5/18のセミナーのテーマ本日のテーマ

Slide 16

Slide 16 text

Copyright© Fixstars Group 最適配置自動化サービス（物流梱包業務のDX）チーム 3名梱包効率最大化勤務時間が近い相性 Good /NG 上流下流ローテーション公平感従来の方法：前日夕方に、翌日の予測出荷目標数と出勤予定に基づいて、３人程度のリーダーが相談し数時間をかけて決定業務内容：梱包業務担当者（１チーム３名）をコンベア前のブースに割り当て成果： → 2022年10月より実稼働開始！アニーリング技術を活用して自動化・デジタル化 • 作業時間 → 15分程度に • 心理負担 → ほぼゼロに課題：公平になるよう、様々な配慮を行う必要があり、割り当て担当者に心理的負担がかかっていた自動配置（アニーリング）手動配置一部事前配置自動配置結果の微調整各種条件を満たす形で未配置のメンバーを一括割り当て割当業務の時間削減担当者の心理的負担低減配置情報のデジタル化 Smileboard Connectと連携 ※Smileboard Connect: 住友商事様開発の物流業務可視化サービス国家プロジェクトSIP「光・量子を活用したSociety 5.0実現化技術」の一環として、住友商事、SCSK、ベルメゾンロジスコと、 2019年より共同研究 https://www.fixstars.com/ja/services/cases/amplify-bellemaison

Slide 17

Slide 17 text

Copyright© Fixstars Group 生産計画最適化 (電気機器製造メーカー A社様) 17 課題生産する基板に応じて製造装置の部品や材料を交換する「段取り時間」が必要。段取り時間を考慮した効率的な生産スケジュールを作成したい従来は、専任者が、一日数回・毎回数十分かけて経験に基づいてスケジュールを作成。更なる生産性向上やノウハウ継承のため、生産スケジュール作成の自動化に着手次期フェーズでは、Amplify の活用領域の拡大を検討中！最適化未経験のご担当者様1人がプログラム試作開始から約1～2ヵ月間取り組んでこの効果を実現現在は試作段階で、実運用に向けてモデルを改良中！効果段取りのための製造装置の停止回数の削減！ (10%以上削減) 段取り時間 E E D C 装置1 装置2 装置x A B B B B B B A 段取り時間段取り時間生産スケジュール作成の時間・コストの大幅な削減！ (一日あたり数時間 → 数分) 複数の製品事業部から様々なプリント基板の注文を受け、生産を行う部門

Slide 18

Slide 18 text

Copyright© Fixstars Group 18 大学研究室論文タイトル量子アニーリング/イジングマシンに関する研究早稲田大学戸川研究室イジングマシンによる制約付きグラフ彩色問題の彩色数最小化手法 (リンク) 東京大学 Prof. Codognet Modeling the Costas Array Problem in QUBO for Quantum Annealing (リンク) 名古屋大学片桐研究室 Amplifyを用いたCMOSアニーリングマシンの特性の分析 (リンク) 東北大学小松研究室組み合わせクラスタリングによるアニーリングマシンの評価 (リンク) 応用研究慶應大学村松研究室 (材料工学) Phase-fieldモデルの量子アニーリングシミュレータ (リンク) 東京大学長谷川研究室 (量子ゲート) ISAAQ:イジングマシンを活用した量子コンパイラ (リンク) 会津大学小平研究室 (LSI設計) シミュレーテッド量子アニーリングを用いたマスク最適化手法 (リンク) 山梨大学鈴木研究室 (情報工学) 量子アニーリングによる疎行列直接解法向けフィルイン削減オーダリング (リンク) 京都大学野田研究室 (電子工学) 量子アニーリングを活用したフォトニック結晶レーザーの構造最適化 (リンク) 東京大学津田研究室 (MI) Designing metamaterials with quantum annealing and factorization machines (リンク) Amplify を活用した研究事例

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Copyright© Fixstars Group 量子コンピュータとその周辺 22 1. 量子コンピュータ量子ゲート方式古典汎用コンピュータの上位互換。量子力学の重ね合わせ状態を制御する量子ゲートを操作し、特定の問題を汎用的かつ高速に処理する。 2.イジングマシン二値二次多項式模型二次の多変数多項式で表される目的関数の最適化問題 (QUBO) を扱う専用マシン。変数は0,1または ±1。統計物理学におけるイジング模型 (磁性体の性質を表す模型) に由来。様々な実装により実現されている。 3.量子アニーリング方式量子焼きなまし法イジングマシンの一種であり、量子焼きなまし法の原理に基づいて動作する。量子イジング模型を物理的に搭載したプロセッサで実現する。自然計算により低エネルギー状態が出力される。 Amplify AE 1 量子コンピュータ IBM/Google/Rigetti/IonQ 2 イジングマシン富士通/日立/東芝/Fixstars 3 量子アニーリング D-Wave/NEC

Slide 23

Slide 23 text

Copyright© Fixstars Group クラウドサービス: Fixstars Amplify ⚫ 量子コンピューティングを想定したシステム開発・運用のクラウドプラットフォーム ⚫ 量子コンピュータや独自開発のGPUアニーリングマシンなど、組合せ最適化問題の専用マシンを効率的に実行できる・・・適用分野 (一例) 金融物流ライフサイエンスサービス概要簡単ポータブル始めやすい ⚫ SDKをインストールするだけですぐに使える (pip install amplify) ⚫ ハードウェアの専門知識不要でアプリケーションが開発できる ⚫ すべての量子アニーリング/イジングマシンに対応 ⚫ Fixstarsの26万ビット級のアニーリングマシン実行環境も利用可能 ⚫ 評価・検証用途には開発環境と実行環境が無償で利用可能 ⚫ 多くのチュートリアル、サンプルコードを整備・拡充 23 https://amplify.fixstars.com/ja/

Slide 24

Slide 24 text

Copyright© Fixstars Group 二次計画問題 24 • 最適化問題の分類 • 組合せ最適化問題 • 決定変数が離散値 (整数など) • 整数計画問題 (決定変数が整数) • 0-1整数計画問題 (決定変数が二値) • 連続最適化問題 • 決定変数が連続値 (実数など) • 量子アニーリング・イジングマシン Quadratic 二次形式 Unconstrained 制約条件なし Binary 0-1整数 (二値) Optimization 計画 • QUBO模型 (0-1整数二次計画問題) 𝑓 = ෍ 𝑖<𝑗 𝑄𝑖𝑗 𝑞𝑖 𝑞𝑗 + ෍ 𝑖 𝑄𝑖𝑖 𝑞𝑖 𝑞𝑖 ∈ 0,1 or 𝑞𝑖 ∈ ±1 問題設定 (入力・定数) 決定変数 (出力・変数) 評価値 (目的関数)

Slide 25

Slide 25 text

Copyright© Fixstars Group イジングマシンの実行手順 25 1. 数理モデル検討解きたい課題の「目的関数」「決定変数」「制約条件」を検討する 2. QUBO定式化 (論理) 「 2値決定変数+二次形式」で「目的関数」と「決定変数」を記述 (変換) する「制約条件」は直接扱えないので「ペナルティ関数」で表現する 3. QUBO定式化 (物理) 各マシンの仕様や制限に準拠した形式にQUBO模型を変換する (例: 二次項に制約がある場合は「グラフマイナー埋め込み」問題を解く) 4. 入力データの準備各マシンのSDKやAPI仕様に合わせてQUBO模型 (物理) をデータ化する 5. マシンの実行マシンを実行して出力の変数値やエネルギー値(コスト値)を解析する上記の逆の手順を辿り解きたい課題の「決定変数」を解釈する SWによる支援と自動化

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Copyright© Fixstars Group Fixstars Amplify クラウドの構成 27 Amplify クラウドが量子アニーリングマシン・イジングマシンの大規模実行環境を提供 Amplify SDK で書かれた最適化エンジンは他社製も含め全ての商用イジングマシンで実行可能量子アニーリング・イジングマシン (Amplify AE) 組合せ最適化問題の定式化やマシンを高度に操るための最先端の技術や知見をライブラリ化したシンプルなインターフェースを提供専門知識が不要で量子アニーリングイジングマシンを用いた最適化エンジンの開発に取り組める Amplify SDK 組合せ最適化問題を含むアプリケーションは Amplify SDK を用いることで効率的かつ簡便に組合せ最適化の定式化が可能研究・開発ではAmplifyクラウドは無償提供されるため直ぐに開発をスタートできるアプリケーション

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Copyright© Fixstars Group 29 ◼ イジングマシンのための革新的な開発環境簡単多くのマシンに対応始めやすい ✓ SDKをインストールするだけですぐに使える (pip install amplify) ✓ ハードウェアの専門知識不要でアプリケーションが開発できる ✓ 進化の早いマシンの発展に追従すべての量子アニーリング/ イジングマシンに対応 ✓ 26万ビット級のアニーリングマシン実行環境が利用可能 ✓ 研究・開発用途には開発環境と実行環境が無償で利用可能 ✓ 多くのチュートリアル、サンプルコードを整備・拡充多くの人が始めやすい開発プラットフォームを無料で提供 https://amplify.fixstars.com Fixstars Amplify による課題解決

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Copyright© Fixstars Group Amplify Annealing Engine 34 ⚫ NVIDIA GPU V100/A100 で動作 • 独自の並列化シミュレーテッドアニーリングアルゴリズム ⚫ WEB経由で計算機能を提供 • 社会課題への取り組み・PoC・検証が加速 • Amplify SDK の実装を直ぐに実行可能 ⚫ 商用マシンでは最大規模かつ最高速レベル • 128Kビット (全結合) / 256Kビット超 (疎結合) Amplify Cloud Amplify Cloud

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

Slide 40

Slide 40 text

Copyright© Fixstars Group セミナー・トレーニングのご紹介無料セミナー・ワークショップ企業向けプライベートトレーニングお客様が抱える実際の課題やデータを使ったカスタムメイドのトレーニングです！ビジネス向け、エンジニア向けに分けて開催しています！お客様の実際の課題解決をご支援するために、無料セミナーや有償トレーニングを提供しています。 40 https://amplify.fixstars.com/ja/news/seminar

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Copyright© Fixstars Group ワークショップの事前準備 (1) ⚫ ご自身のPC (ブラウザ上) でPythonプログラミングを行います。Google colaboratoryを使うので、事前にログイン出来ることを確認をお願いします (Googleアカウントが必要です) ■ https://colab.research.google.com/ ⚫ Fixstars Amplifyホームページのサインアップよりユーザ登録の上、無料トークンの取得をお願いします (1分で終わります) ■ https://amplify.fixstars.com/ja/register 42

Slide 43

Slide 43 text

Copyright© Fixstars Group ⚫ 入手いただいたAmplifyのトークンを用いて、以下のURLにあるサンプルコードが動くか確認をお願いします。サンプルコードは閲覧のみ可能ですので「ドライブにコピー」の上、ご自身のトークンを入力し、Shift+Enterで実行をしてください (警告が出る場合がありますが、「このまま実行」を選択下さい) ◼ https://colab.research.google.com/drive/1evYBKqKfVrEzrQOa-SWwciROfvqjL8qm?usp=sharing 43 この部分に、ご自身のトークン番号(32桁)を入力の上、Shift+Enterで実行下さい。ご自身のトークン番号は、Amplify HPよりご確認いただけます • ご自身のトークンを入力の上、2つのセルをShift+Enterで実行し、以下の結果が出力されればOKですアクセストークンワークショップの事前準備 (2)

Slide 44

Slide 44 text

Copyright© Fixstars Group ワークショップの事前準備 (3) ⚫ ワークショップで使うサンプルコードを以下のURLより取得して下さい ⚫ それぞれのサンプルコードにご自身のトークンを入力いただく必要があります。それぞれのサンプルコードを「ドライブにコピー」の上、トークンを入力し実行して下さい 44 ➢ サンプルコード Step1 https://colab.research.google.com/drive/1nu_X8RufFbc4wzRlyxj8M5FlGorkcKIE?usp=sharing Step2 https://colab.research.google.com/drive/1ssgrvSQ7cZrLhGzmaLZUJRYu2JJeSOiv?usp=sharing Step3 https://colab.research.google.com/drive/1SlYCT_eS5abwzl_rldM-Vf9g2s-KihRp?usp=sharing 質問は随時、Zoomのチャットか Q&A でお願いします。対応可能なメンバーが対応致します。

Slide 45

Slide 45 text

Slide 46

Slide 46 text

Copyright© Fixstars Group 搬送経路最適化 46 一言に「経路最適化」と言っても、搬送ロボット (AGV) が運用されている環境や要件などは様々で、それぞれに対する問題設定や定式化は異なります状況や要件の例 • AGVが通過できる経路が定められている • AGVごとに稼働時間に制限がある • AGVごとに積載量に制約がある • 配達地ごとに要求される到着時間がある • AVGの衝突回避の制御が必要 • 運ぶ材料や部品によって各配達地で作業時間が異なる

Slide 47

Slide 47 text

Slide 48

Slide 48 text

Copyright© Fixstars Group 48 搬送経路最適化全てを一度にやるのは難しいので、3つのステップに分けてアルゴリズムを作成します AGVを1台とし、制約を守るだけのアルゴリズムを作ります制約➀: 各順番で回れる訪問先 (充電ステーション+各搬送先) は1か所制約②: 各訪問先を回るのは1回のみ Step1に「総距離の最小化」という目的を追加し、複数の解の候補から目的を実現する解を求めるアルゴリズムを作ります解の候補多数あり Step1 Step2 AGVを4台に増やします。具体的には、Step2に対して以下の2つの変更を加えます変更➀: 決定変数の一部を0/1で固定変更➁: 制約条件の対象範囲を微調整 Step3 【問題】工場内の4台のAGVを用いて、AGVの充電ステーションから20か所の搬送先に部品を届けるときの各搬送ロボットの走行距離の合計が最短になるような経路を求めます。尚、搬送ロボットをできるだけ平均的に利用したいため各AGVの搬送先は5か所とします

Slide 49

Slide 49 text

Slide 50

Slide 50 text

Copyright© Fixstars Group 50 距離行列の作成各訪問先の座標充電ステーション充電ステーション実装各訪問先間の距離行列訪問先 (0) は充電ステーション (km) 訪問先 (i) 0 1 2 ・・・ 20 訪問先 0 0 0.54 0.22 ・・・ 0.64 (j) 1 0.54 0 0.32 ・・・ 1.17 2 0.22 0.32 0 ・・・ 0.86 ・・・・・・・・・・・・・・・ 20 0.64 1.17 0.86 ・・・ 0 Step1 AGVを1台とし、制約を守るだけのアルゴリズムを作ります

Slide 51

Slide 51 text

Copyright© Fixstars Group 51 訪問先 (i) 順番(n) 0 1 2 ・・・ 20 0 1 0 0 ・・・ 0 1 0 0 0 ・・・ 1 2 0 1 0 0 ・・・・・・・・・・・・・・・ 20 0 0 1 ・・・ 0 充電ステーションの次は、訪問先 (20) に行く事を示す得られる解の例実装充電ステーションから出発を示す決定変数を準備イジングマシンで最適な(0,1)の組合せを探す BinaryPoly型 (21×21) = 441 [qbit] 1は訪問する、0はしない事を示す Step1 AGVを1台とし、制約を守るだけのアルゴリズムを作ります訪問先 (i) 順番(n) 0 1 2 ・・・ 20 0 1 q_1(0 or 1) q_2(0 or 1) ・・・ q_20(0 or 1) 1 q_21(0 or 1) q_22(0 or 1) q_23(0 or 1) ・・・ q_41(0 or 1) 2 q_42(0 or 1) q_43(0 or 1) q_44(0 or 1) q_62(0 or 1) ・・・・・・・・・・・・・・・ 20 q_420(0 or 1) q_421(0 or 1) q_422(0 or 1) ・・・ q_440(0 or 1)

Slide 52

Slide 52 text

Copyright© Fixstars Group 訪問先 (i) 順番(n) 0 1 2 ・・・ 20 0 1 0 0 ・・・ 0 1 0 0 0 ・・・ 1 2 0 1 0 0 ・・・・・・・・・・・・・・・ 20 0 0 1 ・・・ 0 52 ෍ 𝑖=0 20 𝑞𝑛,𝑖 = 1 ෍ 𝑛=0 20 𝑞𝑛,𝑖 = 1 𝑛 ∈ 0,1, ⋯ , 20 𝑖 ∈ 0,1, ⋯ , 20 制約の定式化 one_hot one_hot one_hot one_hot one_hot one_hot one_hot one_hot Step1 AGVを1台とし、制約を守るだけのアルゴリズムを作ります制約1:各順番で回れる訪問先は1つ → one hot 制約制約2: 各訪問先を回るのは1回のみ → one hot 制約

Slide 53

Slide 53 text

Copyright© Fixstars Group 53 制約1:各順番で回れる訪問先は1つ → one hot 制約制約2: 各訪問先を回るのは1回のみ → one hot 制約 ෍ 𝑖=0 20 𝑞𝑛,𝑖 = 1 ෍ 𝑛=0 20 𝑞𝑛,𝑖 = 1 𝑛 ∈ 0,1, ⋯ , 20 𝑖 ∈ 0,1, ⋯ , 20 制約の定式化実装 Step1 AGVを1台とし、制約を守るだけのアルゴリズムを作ります

Slide 54

Slide 54 text

Slide 55

Slide 55 text

Slide 56

Slide 56 text

Slide 57

Slide 57 text

Copyright© Fixstars Group 57 決定変数 x 決定変数 (2次) 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒 = ෍ 𝑛=0 20 ෍ 𝑖=0 20 ෍ 𝑗=0 20 𝑑𝑖,𝑗 ∙ 𝑞𝑛,𝑖 ∙ 𝑞𝑛+1,𝑗 総距離の最小化計算のイメージ n=1のときi=20が1、n=2のときj=1が1なので、𝑑20,1 である1.17がdistanceに加算される各訪問先間の距離行列 (𝑑𝑖,𝑗 ) 決定変数 (𝑞𝑛,𝑖 , 𝑞𝑛+1,𝑗 ) 目的関数の定式化 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒 = 訪問先 (i) 順番(n) 0 1 2 ・・・ 20 0 1 0 0 ・・・ 0 1 0 0 0 ・・・ 1 2 0 1 0 0 ・・・・・・・・・・・・・・・ 20 0 0 1 ・・・ 0 Step1に「総距離の最小化」という目的を追加し、複数の解の候補から目的を実現する解を求めるアルゴリズムを作ります Step2

Slide 58

Slide 58 text

Copyright© Fixstars Group 58 実装イジングマシンは、制約を満たす中で、この distance (目的) を最小にする組合せを探します【補足】制約条件には、目的関数の値を考慮して適切な値の重みを設定する必要があります。制約条件の取り扱いに関する詳細は、こちらのチュートリアルも合わせてご参照下さい https://amplify.fixstars.com/ja/demo : 追加 or 変更部分 Step1に「総距離の最小化」という目的を追加し、複数の解の候補から目的を実現する解を求めるアルゴリズムを作ります Step2 剰余を使って、最後の訪問先の次は0番目に戻るようにしています

Slide 59

Slide 59 text

Slide 60

Slide 60 text

Slide 61

Slide 61 text

Copyright© Fixstars Group 訪問先 (i) 順番(n) 0 1 2 ・・・ 20 0 1 0 0 ・・・ 0 1 0 q_22 q_23 ・・・ q_41 2 0 q_43 q_44 ・・・ q_62 3 0 q_64 q_65 ・・・ q_83 4 0 q_85 q_86 ・・・ q_104 5 0 q_106 q_107 ・・・ q_125 6 1 0 0 0 0 7 0 q_148 q_149 ・・・ q_167 8 0 q_169 q_170 ・・・ q_188 9 0 q_190 q_191 ・・・ q_209 10 0 q_211 q_212 ・・・ q_230 11 0 q_232 q_233 ・・・ q_251 12 1 0 0 0 0 13 0 q_274 q_275 ・・・ q_293 ・・・・・・・・・・・・ 23 0 q_484 q_485 ・・・ q_503 61 : 追加 or 変更部分実装決定変数これらの中で合計が最短となる経路を探します変更➀: 決定変数の一部を0/1で固定します。これにより、各AGVの搬送先を5か所に固定しています AGVを4台に増やします (n_vehicle = 4 → n_visits = 24) Step3 充電ステーションには、0番目、6番目、 12番目、18番目に訪問します (計4回訪問)

Slide 62

Slide 62 text

Copyright© Fixstars Group 62 : 追加 or 変更部分実装訪問先 (i) 順番(n) 0 1 2 ・・・ 20 0 1 0 0 ・・・ 0 1 0 q_22 q_23 ・・・ q_41 2 0 q_43 q_44 ・・・ q_62 3 0 q_64 q_65 ・・・ q_83 4 0 q_85 q_86 ・・・ q_104 5 0 q_106 q_107 ・・・ q_125 6 1 0 0 0 0 7 0 q_148 q_149 ・・・ q_167 8 0 q_169 q_170 ・・・ q_188 9 0 q_190 q_191 ・・・ q_209 10 0 q_211 q_212 ・・・ q_230 11 0 q_232 q_233 ・・・ q_251 12 1 0 0 0 0 13 0 q_274 q_275 ・・・ q_293 ・・・・・・・・・・・・ 23 0 q_484 q_485 ・・・ q_503 決定変数 one_hot制約対象外 AGVを4台に増やします (n_vehicle = 4 → n_visits = 24) Step3 変更➁: 制約条件の対象範囲を微調整します。訪問先 (0) である充電ステーションを、one_hot制約の対象から外します

Slide 63

Slide 63 text

Slide 64

Slide 64 text

Slide 65

Slide 65 text

Slide 66

Slide 66 text

Copyright© Fixstars Group 発展課題 66 充電ステーション課題2 工場内の作業の関係で、本日は左図のバツ印の2か所が通行できないとの事でした。「バツ印の2か所を通らずに」、ワークショップと同じ目的を実現するための最適経路を求めるためには、サンプルコードをどのように変更すればよいでしょうか？課題1 各配達拠点の座標値を0～1ではなく、「0～100」とした場合に、ワークショップと同じ目的を実現するための最適化経路を求めて下さい。(単純に距離行列の値を変更するだけでは、解を求める事ができません) ご質問・ご不明点は問合せフォームでご連絡下さい https://amplify.fixstars.com/ja/contact

Slide 67

Slide 67 text

Slide 68

Slide 68 text

Slide 69

Slide 69 text

Copyright© Fixstars Group 今後のセミナーのご案内 69 2023/3/16 (木) 「搬送経路最適化」第一部 14:00 - 14:45 • フィックスターズの紹介 • 組合せ最適化問題・イジングマシンの紹介 • Fixstars Amplifyの紹介第二部 14:50 - 16:00 • Fixstars Amplifyを用いた「搬送経路最適化」のワークショップ • Q&A 2023/4/13 (木) 「シフト最適化」第一部 14:00 - 14:45 • フィックスターズの紹介 • 組合せ最適化問題・イジングマシンの紹介 • Fixstars Amplifyの紹介第二部 14:50 - 16:00 • Fixstars Amplifyを用いた「シフト最適化」のワークショップ • Q&A ご質問・ご不明点は問合せフォームでご連絡下さい https://amplify.fixstars.com/ja/contact 2023/5/18 (木) 「生産計画最適化」第一部 14:00 - 14:45 • フィックスターズの紹介 • 組合せ最適化問題・イジングマシンの紹介 • Fixstars Amplifyの紹介第二部 14:50 - 16:00 • Fixstars Amplifyを用いた「生産計画最適化」のワークショップ • Q&A 4月、5月にも無料セミナーを開催します！第二部からの参加も可能です