Benchmarking QAOA on the job reassignment problem: An empirical analysis

Abstract

En la última década, se ha logrado un progreso significativo en el desarrollo de computadoras NISQ (Noisy Intermediate-Scale Quantum), aunque se requieren mejoras en el hardware para que los algoritmos cuánticos a gran escala se ejecuten sin errores. Mientras tanto, los investigadores continúan enfocándose en el desarrollo de algoritmos efectivos para el hardware actual, con énfasis en aplicaciones a corto plazo como la optimización combinatoria. Este estudio presenta un análisis comparativo del Algoritmo Cuántico de Optimización Aproximada (QAOA) aplicado al problema de Reasignación de Puestos de Trabajo (JRP), que consiste en asignar n trabajadores a m trabajos vacantes para maximizar la realización de tareas de alta prioridad y la satisfacción de los trabajadores con sus asignaciones. El análisis, realizado mediante la simulación clásica en 105 instancias de JRP, indica un resultado prometedor, con razones de aproximación notablemente altas que oscilan principalmente entre 0, 86 y 0, 97. Esto contribuye a tener un incremento medio del 12% en la productividad organizacional, al mejorar la asignación de tareas de alta prioridad y la satisfacción de los trabajadores con sus asignaciones.

In the past decade, there has been significant progress in the development of NISQ (Noisy Intermediate-Scale Quantum) computers, though further hardware improvements are necessary for large-scale quantum algorithms to execute without errors. In the meantime, researchers continue to focus on developing effective algorithms for current hardware, with an emphasis on near-term applications like combinatorial optimisation. This study presents a benchmarking analysis of theQuantum Approximate Optimisation Algorithm (QAOA) applied to the Job Reassignment Problem (JRP), which involves assigning n workers to m vacant jobs to maximize high-priority task completion and worker satisfaction. The benchmarking, performed with classical simulation on 105 JRP instances, shows promising results with approximation ratios ranging from 0.86 to 0.97. This leads to an average improvement of 12% in the organisational productivity thanks to a better assignment of highprioritytasks and worker satisfaction.