量子计算在交通运输与物流中的应用

核心观点

量子计算为交通运输和物流行业提供了解决供应链、运输和物流问题的有趣方案，其优势在于优化、机器学习和模拟三个方面。这些优势可以显著提高计算速度，并应用于航空、陆运和海运的所有模式。

行业挑战

交通运输和物流行业面临的挑战包括：跨多个设施优化库存、路线规划、最小化制造成本、最后一英里配送、工厂和卡车调度、动态定价算法、车队管理和维护、可持续性和绿色物流、能源系统、自动驾驶汽车的控制以及现代城市内的导航（例如交通流量、停车）。

量子计算的优势

• 优化： 大多数（55%）用例都集中在优化方面，例如路线问题、制造调度、车辆有效装载和卸载。
• 模拟： 次多（26%）的用例是模拟，例如模拟或预测需求，从而优化运输资产。
• 机器学习： 较少（13%）的用例是机器学习，例如识别车辆性能模式以进行维护和安全监控。

使用案例影响和可行性

分析了83个量子技术在物流中的用例，并将其整合为15个示例。根据专家评估，连续路线优化被评为最具影响力和可行性的用例，其次是运营计划设计和列车调度。

使用案例分类

• 行业： 超过一半的用例适用于所有行业，其余的用例针对制造业、卡车运输、客运车辆和城市应用、零售物流和铁路。
• 问题类型： 绝大多数用例主要被归类为优化问题。
• 部门/运营领域： 大多数问题都与公司的规划功能有关，只有少数问题可能分配给IT/数据团队或可持续性问题团队。

优先使用案例

1. 计划的优化（劳动力、材料等）： 探索多式联运设施的综合负载规划优化。
2. 连续路线优化： 重新路由配送；优化节点与优化路线；使用量子技术在飞行中创建新的边缘（动态图）；优化顶点和边的约束（动态或静态）。
3. 仓库优化（劳动力、叉车、机器人等）： 规划仓库资产和资源，以应对近期的卡车到达。
4. 需求预测： 对货运进行需求预测，以便承运商能够更好地分配和定位资产。

建议

• 提高企业运营效率： 为小型物流公司提供折扣率，以试用量子计算技术并提高运营效率。
• 提高供应链安全和弹性： 创建专注于供应链管理近期应用的测试床和沙盒计划。
• 解决可持续性问题： 利用量子计算优化路线和流程，以最大限度地提高燃料效率并减少排放。
• 优化政府物流任务： 政府可以成为量子计算解决方案的早期采用者，以优化其车队和任务。
• 创建熟练的劳动力： 将量子计算教育纳入工业和供应链工程学位课程，并为现有运输和物流工人提供培训。