概要
-
量子インスパイア型技術の適用：複雑な制約を持つ鉱石ブレンド問題をQUBOモデル化し、広範囲の「探索」と有望な解の「活用」を組み合わせたアニーリングアルゴリズムで最適解を導出しました。
-
収益性の向上：従来の線形計画法が苦手とする短期・中期的な計画策定において、厳格な成分規格（銅・不純物濃度）を遵守しつつ、収益を従来比で5〜10%向上させることに成功しました。
-
柔軟性と実用性：Amplify利用により実用的な計算速度を実現し、四半期収益や在庫管理といった多目的最適化にも柔軟に対応可能です。
背景
銅鉱山では、顧客の求める厳格な成分規格（銅品位や不純物上限など）を満たすため、性質の異なる複数のストックパイルから鉱石を配合する必要があり、これが極めて複雑な制約付き非線形最適化問題となっています。
従来の線形計画法では、特に短期・中期的な計画において柔軟な探索が難しく、複雑な化学的挙動や在庫変動を十分に考慮した収益最大化が困難でした。
年間100億豪ドル規模の事業であるため、量子インスパイア型技術による最適化で数パーセント（事例では5〜10%）の改善を実現できれば、数億豪ドルの経済的価値創出と資源の有効活用に直結します。
ソリューション
鉱石ブレンディング問題は、現在の量子コンピュータで解くには大きすぎます。
しかし、Fixstars Amplifyが提供する、量子インスパイア型のGPUアクセラレーションによるシミュレーテッド・アニーリング（焼きなまし）アルゴリズムであれば、実用に足る処理時間で解を得ることができます。
最大の特徴は、問題をQUBO（二次制約なし二値最適化）モデルとして定式化する点です。従来の線形計画法が「実行可能領域」に縛られるのに対し、本手法は制約違反を「ペナルティ」として扱うことで、一時的に制約を逸脱しながら柔軟に最適解を探索できます。
具体的な探索プロセスは、以下の2段階の反復によって行われます。
- 探索（Exploration）：制約を緩和し、広範な解空間から有望な領域を大まかに特定します。
- 活用（Exploitation）：特定した領域で制約を厳しく設定し、解の精度と実行可能性を高めます。
このハイブリッドなアプローチにより、複雑な非線形問題において従来手法を上回る収益性の高い解を導くことができます。
