DE102022112912A1 - Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur - Google Patents
Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur Download PDFInfo
- Publication number
- DE102022112912A1 DE102022112912A1 DE102022112912.8A DE102022112912A DE102022112912A1 DE 102022112912 A1 DE102022112912 A1 DE 102022112912A1 DE 102022112912 A DE102022112912 A DE 102022112912A DE 102022112912 A1 DE102022112912 A1 DE 102022112912A1
- Authority
- DE
- Germany
- Prior art keywords
- solution
- optimization
- quantum
- binary
- nodes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000000137 annealing Methods 0.000 claims abstract description 19
- 238000010438 heat treatment Methods 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims abstract description 9
- 239000002351 wastewater Substances 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000004378 air conditioning Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 4
- 238000007796 conventional method Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Structural Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur, wobei Parameter eines Optimierungsproblems insbesondere an einer Schnittstelle empfangen werden, abhängig von den Parametern eine Lösung des Optimierungsproblems insbesondere mit einer Recheneinrichtung bestimmt wird, und die Lösung insbesondere an der Schnittstelle ausgegeben wird, wobei das Optimierungsproblem durch einen Graphen (200) repräsentiert wird, dessen Knoten (201) je einen Raum oder eine Maschine repräsentieren, wobei eine Kante (202) zwischen zwei Knoten (201) des Graphen (200) eine mögliche Leitung insbesondere für Elektrizität, Wasser, Abwasser, Heizungszulauf und/oder Heizungsrücklauf, repräsentiert, wobei die Lösung wenigstens zwei Knoten (201) des Graphen und eine diese verbindende Kante (202) umfasst, wobei die Lösung mit einem Quanten- oder einem Quanten-Annealing-Algorithmus zur Bestimmung eines kürzesten Pfades oder mit einem Quanten- oder einem Quanten-Annealing-Algorithmus zur Bestimmung eines minimalen Spannbaums bestimmt wird, der auf dem Graphen (200) ausgeführt wird.
Description
- Die Erfindung betrifft eine Vorrichtung und ein Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur.
-
WO 2019 064 050 A1 offenbart ein Verfahren und System zur Lösung eines Mengenproblems unter Verwendung von Quantum Annealing zur Abstandsoptimierung, sowie dessen Verwendung. - Durch das Verfahren gemäß des unabhängigen Anspruchs 1 wird eine Gebäude- oder Anlageninfrastruktur mit gegenüber herkömmlichen Verfahren signifikant geringerer Anzahl an Rechenoperationen optimiert.
- Das Verfahren zur rechnergestützen Optimierung der Gebäude- und Anlageninfrastruktur sieht vor, dass Parameter eines Optimierungsproblems insbesondere an einer Schnittstelle empfangen werden, abhängig von den Parametern eine Lösung des Optimierungsproblems insbesondere mit einer Recheneinrichtung bestimmt wird, und die Lösung insbesondere an der Schnittstelle ausgegeben wird, wobei das Optimierungsproblem durch einen Graphen repräsentiert wird, dessen Knoten je einen Raum oder eine Maschine repräsentieren, wobei eine Kante zwischen zwei Knoten des Graphen eine mögliche Leitung insbesondere einer Infrastruktur vorzugsweise für Elektrizität, Wasser, Abwasser, Heizungszulauf, Heizungsrücklauf, Klimaanlage, Kühlung, Telekommunikation und/oder Internet repräsentiert, wobei die Lösung wenigstens zwei Knoten des Graphen und eine diese verbindende Kante umfasst, wobei die Lösung mit einem Quanten- oder einem Quanten-Annealing-Algorithmus zur Bestimmung eines kürzesten Pfades oder mit einem Quanten- oder einem Quanten-Annealing-Algorithmus zur Bestimmung eines minimalen Spannbaums bestimmt wird, der auf dem Graphen ausgeführt wird. Die Lösung stellt ein Vorschlag für eine optimale Anordnung der Leitung in der Infrastruktur dar.
- Vorzugsweise wird zur Bestimmung der Lösung mit dem Quanten- oder dem Quanten-Annealing-Algorithmus zur Bestimmung des kürzesten Pfades, je Knoten eine binäre Variable bestimmt, die angibt, ob der Knoten an einer Position im kürzesten Pfad ist oder nicht.
- Vorzugsweise werden abhängig von der Lösung die Knoten des kürzesten Pfades ausgegeben. Diese Lösung umfasst den kürzesten Pfad durch den zwei Räumen oder Maschinen mit Leitungen mit minimalen Kosten verbunden sind.
- Vorzugsweise wird zur Bestimmung der Lösung mit dem Quanten- oder dem Quanten-Annealing-Algorithmus zur Bestimmung des minimalen Spannbaums je Kante eine binäre Variable bestimmt, die angibt, ob die Kante zwischen zwei Knoten angeordnet ist oder nicht. Diese Lösung umfasst den minimalen Spannbaum durch den Räume oder Maschinen mit Leitungen mit minimalen Kosten verbunden sind.
- Vorzugsweise werden abhängig von der Lösung die Knoten des minimalen Spannbaums ausgegeben. Diese Lösung umfasst die Pfade, durch die die Räume oder Maschinen mit Leitungen mit minimalen Kosten angeschlossen sind.
- Es kann vorgesehen sein, dass das Optimierungsproblem abhängig von einer quadratisch unbeschränkten binären Optimierungsfunktion definiert ist, wobei die quadratische unbeschränkte binäre Optimierungsfunktion abhängig von den binären Variablen definiert ist, wobei wenigstens eine binäre Variable abhängig von einem der Parameter des Optimierungsproblems gewichtet ist, wobei Werte der binären Variablen bestimmt werden, die die quadratische unbeschränkte binäre Optimierungsfunktion minimieren oder für die die quadratische unbeschränkte binäre Optimierungsfunktion kleiner ist als für andere Werte der binären Variablen.
- Die Vorrichtung zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur, ist ausgebildet das Verfahren auszuführen. Dadurch wird eine rechnergestützte Optimierung mit gegenüber herkömmlichen Verfahren signifikant geringeren Rechenressourcen ermöglicht.
- Die Vorrichtung umfasst vorzugsweise eine Recheneinrichtung und eine Schnittstelle, wobei die Schnittstelle ausgebildet ist, Parameter des Optimierungsproblems zu empfangen, wobei die Recheneinrichtung ausgebildet ist, abhängig von den Parametern eine Lösung des Optimierungsproblems zu bestimmen, und wobei die Schnittstelle ausgebildet ist, die Lösung auszugeben.
- Weitere vorteilhafte Ausführungsformen sind der folgenden Beschreibung und der Zeichnung entnehmbar. in der Zeichnung zeigt:
-
1 eine schematische Darstellung einer Infrastruktur, -
2 einen Graphen, der die Infrastruktur repräsentiert, -
3 eine Vorrichtung zur rechnergestützen Optimierung der Infrastruktur, -
4 ein Verfahren zur rechnergestützen Optimierung der Infrastruktur. - In
1 ist eine schematische Darstellung einer Infrastruktur 100 wiedergegeben. - Die Infrastruktur 100 ist z.B. eine Gebäude- oder Anlageninfrastruktur. Die Infrastruktur 100 umfasst Räume 101. Die Räume 101 sollen im Beispiel mit Elektrizität versorgt werden.
- In
2 ist ein Graph 200 dargestellt, der die Infrastruktur 100 repräsentiert. Den Räumen 101 ist je ein Knoten 201 des Graphen 200 zugeordnet. - Mögliche elektrische Leitungen zwischen Räumen sind im Graphen 200 als Kanten 202 dargestellt, die je zwei Knoten 201 verbindet.
- Je Kante 202 ist ein Gewicht vorgesehen, welches Kosten repräsentiert, die entstehen würden, wenn eine elektrische Leitung zwischen den beiden Räumen 101 verlegt würde, die durch die beiden Knoten 201 repräsentiert werden, welche diese Kante 202 verbindet. Kanten 202, die Knoten 201 verbinden, die Räume 101 repräsentieren zwischen denen keine elektrische Leitung gelegt werden darf, erhalten beispielsweise ein im Vergleich zu den anderen Kanten sehr hohes Gewicht. Die Kosten einer Kante 202 werden beispielsweise aufgrund einer Entfernung zwischen den Räumen 101 bestimmt, welche durch die Knoten 201 repräsentiert werden, die diese Kante 202 verbindet.
- In
3 ist eine Vorrichtung 300 zur rechnergestützen Optimierung der Infrastruktur 100 schematisch dargestellt. - Die Vorrichtung 300 umfasst eine Recheneinrichtung 301 und eine Schnittstelle 302.
- Die Schnittstelle 302 ist z.B. eine Benutzerschnittstelle, die es ermöglicht, Parameter eines Optimierungsproblems einzugeben und eine Lösung des Optimierungsproblems auszugeben. Die Parameter sind im Beispiel durch den Graphen 200 und die Kosten für die Infrastruktur 100 bestimmt oder bestimmbar. Beispielsweise umfassen die Parameter je Kante deren Kosten und eine Angabe, die den Start und den Endknoten der Kante definieren.
- Die Recheneinrichtung 301 ist im Beispiel ausgebildet, die Lösung des Optimierungsproblems zu bestimmen.
- Die Schnittstelle 302 kann auch eine Rechnerschnittstelle sein, die ausgebildet ist, die Parameter ein- und die Lösung auszugeben.
- Die Recheneinrichtung 301 ist ausgebildet, das im folgenden beschriebene Verfahren auszuführen, wobei das Optimierungsproblem gelöst wird.
- Die Recheneinrichtung 301 ist beispielweise eine Quanten-Annealing Maschine oder simuliert diese.
- In einer ersten Ausführung des Verfahrens wird eine Lösung des Optimierungsproblems gefunden, durch die ein vorgegebener Raum 101 mit möglichst geringen Kosten ausgehend von einem anderen vorgegebenen Raum 101 mit Elektrizität versorgt wird.
- In einer zweiten Ausführung des Verfahrens wird eine Lösung des Optimierungsproblems gefunden, durch die die Räume 101 mit möglichst geringen Kosten mit Elektrizität versorgt werden.
- In
4 sind Schritte im Ablauf des Verfahrens ist für beide Ausführungen dargestellt. - In einem Schritt 401 werden die Parameter des Optimierungsproblems insbesondere an der Schnittstelle 302 empfangen.
- Anschließend wird ein Schritt 402 ausgeführt.
- Im Schritt 402 wird die Lösung des Optimierungsproblems insbesondere mit der Recheneinrichtung 301 bestimmt. Die Lösung umfasst wenigstens zwei Knoten 201 des Graphen und eine diese verbindende Kante 202.
- Die Lösung wird mit einem Quanten- oder einem Quanten-Annealing-Algorithmus bestimmt, der auf dem Graphen 200 ausgeführt wird.
- In der ersten Ausführung wird z.B. mit dem Quanten- oder dem Quanten-Annealing-Algorithmus ein kürzester Pfad oder ein billigster Pfad bestimmt. Die erste Ausführung zielt darauf ab, zwei Räume 101 mit minimalen Kosten zu verbinden.
- Beispielsweise wird das Optimierungsproblem wie in A Panoply of Quantum Algorithms, arXiv:quant-ph/0606127 beschrieben abhängig vom Graphen 200 formuliert und gelöst.
- Beispielsweise wird das Optimierungsproblem wie in Solving the Network Shortest Path Problem on a Quantum Annealer, DOI: 10.1 109/TQE.2020.3021921 beschrieben abhängig vom Graphen 200 formuliert und gelöst.
- Beispielsweise wird das Optimierungsproblem wie in Quantum algorithms for shortest paths problems in structured instances, arXiv: 1410.6220 beschrieben abhängig vom Graphen 200 formuliert und gelöst.
- Für die Knoten 201 wird im Beispiel je eine binäre Variable bestimmt, die angibt, ob der Knoten 201 an einer Position im kürzesten Pfad ist oder nicht.
- Die Lösung wird in einem Fall abhängig von den binären Variablen bestimmt, die eine quadratische unbeschränkte binäre Optimierungsfunktion, QUBO, die abhängig von den binären Variablen und den Gewichten für die Kanten definiert ist, minimieren. Dies stellt eine optimale Lösung dar.
- Die Lösung wird in einem anderen Fall abhängig von den binären Variablen bestimmt, für die eine quadratische unbeschränkte binäre Optimierungsfunktion, QUBO, die abhängig von den binären Variablen definiert ist, kleiner ist als für andere binäre Variablen. Statt der optimalen Lösung kann vorgesehen sein, eine suboptimale Lösung zu verwenden, die ausreichend niedrige Kosten aufweist.
- In der zweiten Ausführung wird z.B. mit dem Quanten- oder dem Quanten-Annealing-Algorithmus ein minimaler Spannbaum bestimmt. Die zweite Ausführung zielt darauf ab, die Räume 101 in einem Netzwerk mit Leitungen mit minimalen Kosten zu verbinden.
- Beispielsweise wird das Optimierungsproblem wie in Spanning Tree Calculations on D-Wave 2 Machines, M.A. Novotny et al 2016 J. Phys.: Conf. Ser. 681 012005 beschrieben abhängig vom Graphen 200 formuliert und gelöst.
- Beispielsweise wird das Optimierungsproblem wie in Quantum Speedup for the Minimum Steiner Tree Problem, arXiv: 1904.03581 beschrieben abhängig vom Graphen 200 formuliert und gelöst.
- Zur Bestimmung der Lösung mit dem Quanten- oder dem Quanten-Annealing-Algorithmus zur Bestimmung des minimalen Spannbaums wird im Beispiel für die Kanten 202 je eine binäre Variable ausgewertet wird, die angibt, ob die Kante 202 zwischen zwei Knoten 201 angeordnet ist oder nicht.
- Die Lösung wird in einem Fall abhängig von den binären Variablen bestimmt, die eine quadratische unbeschränkte binäre Optimierungsfunktion, QUBO, die abhängig von den binären Variablen definiert ist, minimieren. Dies stellt eine optimale Lösung dar.
- Die Lösung wird in einem anderen Fall abhängig von den binären Variablen bestimmt, für die eine quadratische unbeschränkte binäre Optimierungsfunktion, QUBO, die abhängig von den binären Variablen definiert ist, kleiner ist als für andere binäre Variablen. Statt der optimalen Lösung kann vorgesehen sein, eine suboptimale Lösung zu verwenden, die ausreichend niedrige Kosten aufweist.
- Die quadratische unbeschränkte binäre Optimierungsfunktion, QUBO, ist im Beispiel abhängig von den Parametern definiert, die je Kante deren Kosten und die Angabe, zum Start und zum Endknoten der Kante definieren. Die Kosten einer Kante bestimmen im Beispiel das Gewicht, mit dem eine jeweilige binäre Variable in der Optimierungsfunktion gewichtet ist.
- Anschließend wird ein Schritt 403 ausgeführt.
- Im Schritt 403 wird die Lösung insbesondere an der Schnittstelle 302 ausgegeben. In der ersten Ausführung kann auch vorgesehen sein, dass abhängig von der Lösung die Knoten 201 des kürzesten Pfades ausgegeben werden. In der zweiten Ausführung kann auch vorgesehen sein, dass abhängig von der Lösung die Knoten 201 des minimalen Spannbaums ausgegeben werden.
- Das Verfahren zur rechnergestützen Optimierung der Infrastruktur 100 ist nicht auf Elektrizität beschränkt. Für Wasser- oder Abwasserleitungen, Heizungszu- und - rückläufe, und/oder Verbindungen zwischen verschiedenen Maschinen im selben Raum 101 oder in verschiedenen der Räume 101 wird das Verfahren genauso ausgeführt.
- Die Infrastruktur 100 ist nicht auf Gebäude- oder Anlageninfrastruktur mit Räumen 101 beschränkt. Die Infrastruktur 100 kann eine Fertigungshalle oder ein Kraftwerk mit unterschiedlichen Maschinen sein, die mit Leitungen verbunden werden sollen.
- Es kann vorgesehen sein, dass der Graph 200 Kanten 202 für verschiedene Leitungen insbesondere einer Infrastruktur umfasst, z.B. Leitungen für Elektrizität, Wasser, Abwasser, Heizungszulauf, Heizungsrücklauf, Klimaanlage, Kühlung, Telekommunikation und/oder Internet. Die Knoten 201, die durch eine Kante 202 verbunden werden, repräsentieren in diesem Fall einen Raum 101 oder eine Maschine.
- Es kann vorgesehen sein, mit dem Quanten- oder dem Quanten-Annealing-Algorithmus für verschiedene Gewerke einer Infrastruktur, insbesondere für Leitungen für unterschiedliche Zwecke wie Elektrizität, Wasser, Abwasser, Heizungszulauf, Heizungsrücklauf, Klimaanlage, Kühlung, Telekommunikation und/oder Internet, eine gemeinsame oder je eine Gewerk- oder Zweck-spezifische Lösung zu bestimmen. Es kann vorgesehen sein, diese Lösung oder diese Lösungen, d.h. die Resultate des Quanten- oder dem Quanten-Annealing-Algorithmus, gegenseitig noch mit einem klassischen Optimierungsverfahren, d.h. unabhängig vom Quanten- und Quanten-Annealing-Algorithmus zu optimieren.
- Die Vorrichtung 300 ist entsprechend des verwendeten Verfahrens angepasst, dieses auszuführen.
- ZITATE ENTHALTEN IN DER BESCHREIBUNG
- Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
- Zitierte Patentliteratur
-
- WO 2019064050 A1 [0002]
Claims (8)
- Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur, dadurch gekennzeichnet, dass Parameter eines Optimierungsproblems insbesondere an einer Schnittstelle (302) empfangen werden (401), abhängig von den Parametern eine Lösung des Optimierungsproblems insbesondere mit einer Recheneinrichtung (301) bestimmt wird (402), und die Lösung insbesondere an der Schnittstelle (302) ausgegeben wird (403), wobei das Optimierungsproblem durch einen Graphen (200) repräsentiert wird, dessen Knoten (201) je einen Raum (101) oder eine Maschine repräsentieren, wobei eine Kante (202) zwischen zwei Knoten (201) des Graphen (200) eine mögliche Leitung insbesondere einer Infrastruktur vorzugsweise für Elektrizität, Wasser, Abwasser, Heizungszulauf, Heizungsrücklauf, Klimaanlage, Kühlung, Telekommunikation und/oder Internet, repräsentiert, wobei die Lösung wenigstens zwei Knoten (201) des Graphen und eine diese verbindende Kante (202) umfasst, wobei die Lösung mit einem Quanten- oder einem Quanten-Annealing-Algorithmus zur Bestimmung eines kürzesten Pfades oder mit einem Quanten- oder einem Quanten-Annealing-Algorithmus zur Bestimmung eines minimalen Spannbaums bestimmt wird, der auf dem Graphen (200) ausgeführt wird.
- Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass zur Bestimmung der Lösung mit dem Quanten- oder dem Quanten-Annealing-Algorithmus zur Bestimmung des kürzesten Pfades, je Knoten (201) eine binäre Variable ausgewertet wird, die angibt, ob der Knoten (201) an einer Position im kürzesten Pfad ist oder nicht. - Verfahren nach
Anspruch 2 , dadurch gekennzeichnet, dass abhängig von der Lösung die Knoten (201) des kürzesten Pfades ausgegeben werden (403). - Verfahren nach
Anspruch 1 , dadurch gekennzeichnet, dass zur Bestimmung der Lösung mit dem Quanten- oder dem Quanten-Annealing-Algorithmus zur Bestimmung des minimalen Spannbaums je Kante (202) eine binäre Variable ausgewertet wird, die angibt, ob die Kante (202) zwischen zwei Knoten (201) angeordnet ist oder nicht. - Verfahren nach
Anspruch 4 , dadurch gekennzeichnet, dass abhängig von der Lösung die Knoten (201) des minimalen Spannbaums ausgegeben werden (403). - Verfahren nach einem der
Ansprüche 2 bis5 , dadurch gekennzeichnet, dass das Optimierungsproblem abhängig von einer quadratisch unbeschränkten binären Optimierungsfunktion definiert ist, wobei die quadratische unbeschränkte binäre Optimierungsfunktion abhängig von den binären Variablen definiert ist, wobei wenigstens eine binäre Variable abhängig von einem der Parameter des Optimierungsproblems gewichtet ist, wobei Werte der binären Variablen bestimmt werden, die die quadratische unbeschränkte binäre Optimierungsfunktion minimieren oder für die die quadratische unbeschränkte binäre Optimierungsfunktion kleiner ist als für andere Werte der binären Variablen. - Vorrichtung (300) zur rechnergestützen Optimierung von Gebäude- und Anlageninfrastruktur, dadurch gekennzeichnet, dass die Vorrichtung (300) ausgebildet ist das Verfahren nach einem der
Ansprüche 1 bis6 auszuführen. - Vorrichtung (300) nach
Anspruch 7 , dadurch gekennzeichnet, dass die Vorrichtung (300) eine Recheneinrichtung (301) und eine Schnittstelle (302) umfasst, wobei die Schnittstelle (302) ausgebildet ist, Parameter des Optimierungsproblems zu empfangen, wobei die Recheneinrichtung (301) ausgebildet ist, eine Lösung des Optimierungsproblems zu bestimmen, und wobei die Schnittstelle (302) ausgebildet ist, die Lösung auszugeben.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022112912.8A DE102022112912A1 (de) | 2022-05-23 | 2022-05-23 | Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022112912.8A DE102022112912A1 (de) | 2022-05-23 | 2022-05-23 | Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022112912A1 true DE102022112912A1 (de) | 2023-11-23 |
Family
ID=88599638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022112912.8A Pending DE102022112912A1 (de) | 2022-05-23 | 2022-05-23 | Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022112912A1 (de) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019064050A1 (en) | 2017-09-27 | 2019-04-04 | 1Qb Information Technologies Inc. | METHOD AND SYSTEM FOR TROUBLESHOOTING A QUANTUM-CONNECTED MINIMAL CONNECTED DOMINANT SET FOR DISTANCE OPTIMIZATION AND USE THEREOF |
US20200028746A1 (en) | 2018-07-17 | 2020-01-23 | Facebook, Inc. | Network design optimization |
-
2022
- 2022-05-23 DE DE102022112912.8A patent/DE102022112912A1/de active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019064050A1 (en) | 2017-09-27 | 2019-04-04 | 1Qb Information Technologies Inc. | METHOD AND SYSTEM FOR TROUBLESHOOTING A QUANTUM-CONNECTED MINIMAL CONNECTED DOMINANT SET FOR DISTANCE OPTIMIZATION AND USE THEREOF |
US20200028746A1 (en) | 2018-07-17 | 2020-01-23 | Facebook, Inc. | Network design optimization |
Non-Patent Citations (1)
Title |
---|
MÜLLER, Tobias, et al.: Solving Large Steiner Tree Problems in Graphs for Cost-Efficient Fiber-To-The-Home Network Expansion. arXiv preprint arXiv:2109.10617, 2021. URL: https://arxiv.org/abs/2109.10617 , Stand: 24.11.2021 [abgerufen am 02.02.2023] |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60106424T2 (de) | Sensoren-einsetzung und entwurf der steuerung für systemen mit verteilten parametern | |
EP2999998B1 (de) | Methode zur ermittlung eines modells einer ausgangsgrösse eines technischen systems | |
DE112007000051T5 (de) | Dreiteiliges-Modell-basiertes Verfahren zur Informationsgewinnung und -verarbeitung | |
DE69224764T2 (de) | Verfahren und Vorrichtung zur Beurteilung von automatischen Herstellungsmöglichkeiten | |
DE69032514T2 (de) | Expertensystem zur Durchführung von Betatokenaufteilung in einem RETE-Netzwerk | |
EP0770945A1 (de) | Verfahren zum automatisierten Erstellen eines verfahrenstechnischen Schemas | |
DE19513960A1 (de) | Abbildung eines Graphen in einen Speicher | |
DE102019210507A1 (de) | Vorrichtung und computerimplementiertes Verfahren für die Verarbeitung digitaler Sensordaten und Trainingsverfahren dafür | |
DE102020213888A1 (de) | Computerimplementiertes Verfahren zum Bestimmen von Kritikalitätswerten eines technischen Systems | |
EP3901713B1 (de) | Verfahren und system zum betrieb einer technischen anlage mit einem optimalen modell | |
EP1624614B1 (de) | Automatische Planung von Netzwerkkonfigurationen | |
WO2019068588A1 (de) | Verfahren zur bestimmung der geometrie einer fehlstelle und zur bestimmung einer belastbarkeitsgrenze | |
DE102022112912A1 (de) | Vorrichtung und Verfahren zur rechnergestützen Optimierung einer Gebäude- und Anlageninfrastruktur | |
EP1451689A2 (de) | Verfahren und system zur bearbeitung von fehlerhypothesen | |
DE102007045300A1 (de) | Verfahren zum Herstellen eines Gasturbinenrotors | |
DE102019209561A1 (de) | Verfahren und Vorrichtung zum Optimieren eines Leiterplattenmaterials für die Herstellung einer Leiterplatte mithilfe eines Bayes`schen Optimierungsprozesses | |
DE68928208T2 (de) | Regelprüfungeinrichtung und Fuzzy-Interferenzverfahren | |
DE112017007655T5 (de) | Verteilte Zuweisungseinrichtung, verteiltes Zuweisungssystem, sowie verteiltes Zuweisungsverfahren | |
EP3716578A1 (de) | Verfahren und eine vorrichtung zum ansteuern eines technischen geräts mit einem optimalen modell | |
WO2014040776A1 (de) | Optimierung von schaltsequenzen zur minimierung des energieverbrauchs einer anlage | |
DE102022200160A1 (de) | Verfahren zum Optimieren eines Prozesses | |
DE102015118729A1 (de) | Bionische Produktentwicklung | |
EP3828790A1 (de) | Verfahren zur herstellung eines, aus einer produktmenge aufgrund eines auswahlkriteriums ausgewählten produkts, sowie produktionssystem hierfür | |
DE102019215262A1 (de) | Verfahren zur Parameteridentifikation eines Black-Box-Modells für eine oder mehrere energietechnische Anlagen eines Energiesystems | |
DE102021202564A1 (de) | Vorrichtung und insbesondere computerimplementiertes Verfahren zur Klassifizierung von Datensätzen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication |