JP7248907B2 - 最適化装置および最適化装置の制御方法 - Google Patents
最適化装置および最適化装置の制御方法 Download PDFInfo
- Publication number
- JP7248907B2 JP7248907B2 JP2019148763A JP2019148763A JP7248907B2 JP 7248907 B2 JP7248907 B2 JP 7248907B2 JP 2019148763 A JP2019148763 A JP 2019148763A JP 2019148763 A JP2019148763 A JP 2019148763A JP 7248907 B2 JP7248907 B2 JP 7248907B2
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- search
- unit
- value
- group
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/021—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a variable is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/1917—Control of temperature characterised by the use of electric means using digital means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/58—Random or pseudo-random number generators
- G06F7/588—Random number generators, i.e. based on natural stochastic processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Molecular Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
Description
1つの側面では、本発明は、探索部に設定される温度を制御することが可能な最適化装置および最適化装置の制御方法を提供することを目的とする。
[第1の実施の形態]
第1の実施の形態を説明する。
最適化装置1は、計算対象の最適化問題を変換したイジングモデルに含まれる複数のスピンに対応する複数の状態変数のそれぞれの値の組合せ(状態)のうち、評価関数が最小値となるときの各状態変数の値(基底状態)を探索する。最適化装置1は、イジングモデルに対応する探索部を複数有し、基底状態の探索にレプリカ交換法を用いる。ここで、評価関数は、コスト関数、目的関数又はエネルギー関数などと呼ばれることもある。また、状態変数は、ビットやスピンビットなどと呼ばれることもある。
また、状態変数xiの値が変化して1-xiとなると、状態変数xiの増加分は、δxi=(1-xi)-xi=1-2xiと表せる。したがって、スピン反転(状態変数の値の変化)に伴うエネルギー変化ΔEiは、以下の式(2)で表される。
各探索部では、状態変数の値の変化を許容するか否かの決定において、メトロポリス法やギブス法が用いられる。すなわち、各探索部は、ある状態から当該状態よりもエネルギーの低い他の状態への遷移を探索する近傍探索において、エネルギーが下がる状態だけでなく、エネルギーが上がる状態への遷移を確率的に許容する。例えば、エネルギー変化ΔEの状態変数の値の変化を受け入れる確率(遷移受入確率)Aは、式(5)で表される。
制御部20は、探索部1a1~1aNを制御する。制御部20は、温度調整部21、選択部22、温度制御部23および交換制御部24を有する。
選択部22は、決定された更新最大温度値に基づいて、第2のグループに含まれる探索部に設定される温度値を決定する。
探索部1a1~1aNは、最適化演算の開始当初、1つのグループG1に属する。グループG1に属する探索部1a1~1aNの各々には、最小温度値Tminから最大温度値Tmaxまでの温度範囲に属する温度値が設定される。TminおよびTmaxは、最適化装置1に予め与えられる。例えば、当初の段階では、温度制御部23は、式(8)により決定される温度値を、探索部1a1~1aNの各々に設定する。温度制御部23が当該温度値を決定してもよい。
ところで、レプリカ交換法は、複数のレプリカ(探索部)において各々異なる温度で基底状態探索を行い、ある周期で、エネルギーと温度から決定される交換確率に従って、例えば隣接する系の温度、又は状態(複数の状態変数の値)を交換する方法である。レプリカ交換法によれば、温度が低下したときに局所解に陥っても、レプリカ交換により一度高い温度まで上がって再び大域解を探索でき、複雑な温度スケジューリングを考えなくても、高速に解を求められる。
次に、第2の実施の形態を説明する。
図3は、第2の実施の形態の最適化装置の回路構成例を示す図である。
探索部10a1~10aNは、第1の実施の形態の探索部1a1~1aNに対応する。温度調整部31、レプリカグループ化部32および温度制御部33は、それぞれ第1の実施の形態の温度調整部21、選択部22および温度制御部23に対応する。なお、温度制御部33は、交換制御部24の機能を含むため、図3では交換制御部の図示を省略している。
シミュレーテッド・アニーリングでは、あるエネルギー変化ΔEを引き起こす状態遷移の許容確率A(ΔE)を前述の式(5)のように決める。式(5)においてβ=1/Tは、逆温度である。温度Tは、温度制御部33により状態遷移判定回路13b1に設定される。また、関数fとしては、メトロポリス法に基づく関数、又は、ギブス法に基づく関数が用いられる。
グラフ50は、ある探索部の所定期間における最低エネルギーの変化の履歴の例を示す。グラフ60は、当該探索部における温度の変化例を示す。
グラフ60は、系列61を含む。系列61によれば、時間帯52で最低エネルギーが更新された時点と時間帯53で最低エネルギーが更新された時点との間に該当の探索部が到達した最大温度(最高到達温度)は、Taである。
図5(A)は、温度ヒストグラム70を例示する。温度ヒストグラム70は、温度統計情報に基づいて、温度調整部31により生成される。温度ヒストグラム70は、最小温度値Tminから最大温度値Tmaxの温度範囲に属する温度値が設定されたグループの各探索部が最低エネルギーを更新するために達した最大温度の頻度を示す。温度ヒストグラム70の横軸は温度インデックスを示し、縦軸は頻度を示す。
累積ヒストグラム80は、温度ヒストグラム70で示される頻度を温度の小さい方から累積したヒストグラムである。累積ヒストグラム80は、温度調整部31により生成される。累積ヒストグラム80の横軸は温度インデックスを示し、縦軸は累積頻度を示す。
図6は、最大温度の更新に応じたレプリカのグループ化の例を示す図である。
温度調整部31は、初回の最適化演算の結果から新温度値Tmax_newを計算する。例えば、温度調整部31は、ある探索部に設定された温度値を新温度値Tmax_newと決定する。
そして、温度調整部31は、2回目の最適化演算の結果から新温度値Tmax_newを再計算する。温度調整部31は、グループG22に属するある探索部に設定された温度値を新温度値Tmax_new=Tmax_new2と決定する。
以降も同様にして、レプリカグループ化部32は、各グループにおける温度範囲および探索部の数(レプリカ数)を更新し、最適化演算が繰り返し実行される。
図7は、レプリカグループ化部の回路構成例を示す図である。
レプリカグループ化部32は、レプリカ数決定部321、交換確率計算部322およびレプリカ削除部323を有する。
図8は、各グループに所属させるレプリカの選択例を示す図である。
最適化装置2による最適化演算の開始時において、探索部10a1~10aNは、グループG10に属している。グループG10の最小温度値はT0である。グループG10の最大温度値はTmaxである。
レプリカ削除部323は、計算された交換確率に基づいて、各グループに所属させるレプリカを次のように選択する。
レプリカ削除部323は、仮グループG11に含まれるレプリカのペアのうち、交換確率が最大のペア(交換確率最大ペアと言う)を特定する。レプリカ削除部323は、特定した交換確率最大ペアの2つのレプリカの各々が属する他の2つのペア(隣接ペアと言う)に対する交換確率を参照し、当該2つの隣接ペアのうち交換確率が大きい方を特定する。レプリカ削除部323は、交換確率最大ペアおよび特定した隣接ペアの両方に属するレプリカを、仮グループG11から削除する。その結果、仮グループG11は仮グループG11aに更新される。仮グループG11aのレプリカ数はM-1個である。
図9は、最適化装置の処理例を示すフローチャートである。
(S10)全体制御部34は、探索部10a1~10aNおよび温度制御部33にレプリカ交換処理を実行させる。探索部10a1~10aNおよび温度制御部33は、全体制御部34の制御の基に、レプリカ交換法を用いた初回の最適化演算を実行する。例えば、外部から入力される各種のパラメータの初期値は、全体制御部34を介して、探索部10a1~10aNおよび温度制御部33に設定される。レプリカ交換処理の詳細は後述される。
(S19)全体制御部34は、第2のグループに属する各探索部および温度制御部33にレプリカ交換処理を実行させる。ステップS18,19は、並列に実行される。
レプリカ交換処理は、ステップS10,S18,S19に相当する。以下では、探索部10a1~10aNが同一のグループに属する場合(ステップS10の場合)を説明するが、探索部10a1~10aNが複数のグループに分割される場合、温度制御部33は、グループ毎に、下記の手順を実行する。
(S38)探索部10a1~10aNの各々は、計算したエネルギー値を温度調整部31、レプリカグループ化部32および温度制御部33に伝達する。
[第3の実施の形態]
次に、第3の実施の形態を説明する。前述の第2の実施の形態と相違する事項を主に説明し、共通する事項の説明を省略する。
レプリカグループ化部32aは、レプリカグループ化部32に代えて、最適化装置2に設けられる。レプリカグループ化部32aは、レプリカ数決定部321、新規温度計算部324および割当部325を有する。
具体的には、新規温度計算部324は、当初の最大温度値Tmaxに基づいて、最大温度値Tmaxに対応するグループに属する各探索部に設定する温度値(新規温度)を計算する。すなわち、新規温度計算部324は、レプリカ数決定部321から供給される当該グループの探索部の数と、最大温度値Tmaxとから、当該グループの各探索部の温度値が対数軸上で等間隔になるように、当該グループの各探索部の温度値を決定する。
割当部325は、各グループのレプリカ数に基づいて、探索部10a1~10aNを複数のグループに分割するセパレータの情報を温度制御部33に出力する。また、割当部325は、各グループの探索部に設定する新規温度および新規ステートを、温度制御部33に出力する。ここで、温度制御部33は、現在、新規温度に最も近い温度値が設定されている探索部を特定し、当該探索部が保持するステートを取得して、当該新規温度が設定される探索部に設定する新規ステートとする。新規温度に最も近い温度値が設定されている探索部は、当該新規温度の設定先の探索部と同じグループに含まれる探索部でもよいし、異なるグループに含まれる探索部でもよい。
図12は、最適化装置の処理例を示すフローチャートである。
(S50)全体制御部34は、探索部10a1~10aNおよび温度制御部33によりレプリカ交換処理を実行させる。探索部10a1~10aNおよび温度制御部33は、全体制御部34の制御の基に、レプリカ交換法を用いた初回の最適化演算を実行する。例えば、外部から入力される各種のパラメータの初期値は、全体制御部34を介して、探索部10a1~10aNおよび温度制御部33に設定される。なお、レプリカ交換処理は、図10の手順となる。
(S57)全体制御部34は、第2のグループに属する各探索部および温度制御部33にレプリカ交換処理を実行させる。ステップS56,S57は並列に実行される。なお、ステップS56,S57のレプリカ交換処理は、図10の手順となる(グループ毎に図10の手順が実行される)。
次に、第4の実施の形態を説明する。前述の第2,第3の実施の形態と相違する事項を主に説明し、共通する事項の説明を省略する。
図13は、第4の実施の形態の最適化装置のハードウェア例を示す図である。
図14は、最適化装置の機能例を示す図である。
CPU301は、RAM302に記憶されたプログラムを実行することで、レプリカグループ化部32bの機能を発揮する。
ところで、第2~第4の実施の形態では、温度調整部31により基底状態探索により得られた温度ヒストグラム70や累積ヒストグラム80によって新温度値Tmax_newを求める例(図5)を示したが、他の温度調整方法を用いてもよい。例えば、次のような温度調整方法も考えられる。
温度調整部31は、初回の最適化演算結果として、探索部10a1~10aNから複数の局所解を取得する。温度調整部31は、複数個の局所解を、対応するエネルギー値の昇順(又は降順)にソートする。温度調整部31は、エネルギーの大きい方の局所解からエネルギーの小さい方の局所解へ、スピンビットを1ビットずつ変化させる過程で得られる複数のステートの各々に対応する各エネルギー値の上昇値を求める。そして、温度調整部31は、各エネルギー値の上昇値のうちの最大の上昇値Dmax(局所解間を隔てる最大のエネルギー障壁)に基づいて、式(13)により新温度値Tmax_newを算出する。
局所解がX1,X2の2個であれば、温度調整部31は、局所解X1,X2から新温度値Tmax_newを求めることができる。局所解の数が3個以上の場合、温度調整部31は、第1の局所解と、第1の局所解の次にエネルギーの大きな第2の局所解に対し、第2の局所解から第1の局所解への遷移をシミュレートして、当該遷移の過程における最大のΔE(最大のエネルギー上昇値)を得る。そして、温度調整部31は、第2の局所解から第1の局所解への遷移に対して、Tmax_newの候補値を計算する。温度調整部31は、こうして2つの局所解の組毎に求めたTmax_newの候補値のうちの最大値を、新温度値Tmax_newとして決定する。なお、温度調整部31は、2つの局所解の組毎に求めたTmax_newの候補値の平均値を、新温度値Tmax_newとして決定してもよい。
1a1,1a2,…,1aN 探索部
11 状態保持部
12 エネルギー計算部
13 遷移制御部
20 制御部
21 温度調整部
22 選択部
23 温度制御部
24 交換制御部
Claims (8)
- 複数の探索部と前記複数の探索部を制御する制御部を有する最適化装置において、
前記複数の探索部の各々は、
エネルギー値を表す評価関数に含まれる複数の状態変数の値をそれぞれ保持する状態保持部と、
前記複数の状態変数の値の何れかを変化させた場合に生じる前記エネルギー値の変化値を計算するエネルギー計算部と、
設定された温度値と前記変化値と乱数値とに基づいて、前記エネルギー値の前記変化値と熱励起エネルギーとの相対関係によって状態遷移を受け入れるか否かを確率的に決定する遷移制御部とを有し、
前記制御部は、
前記複数の探索部における基底状態探索により得られた情報に基づいて、更新最大温度値を決定する温度調整部と、
決定された前記更新最大温度値に基づいて、前記複数の探索部を、少なくとも第1のグループと第2のグループを含む複数のグループに分割する選択部と、
前記複数のグループの各々に属する探索部に前記温度値を設定する温度制御部と、
前記エネルギー値の前記基底状態探索の繰り返し回数到達又は一定時間経過後に、同じグループに属する探索部間で前記温度値又は前記複数の状態変数の値を入れ替える交換制御部と、
を有し、
前記温度調整部は、前記第1のグループに含まれる前記探索部による前記基底状態探索の結果に基づいて前記更新最大温度値を決定し、
前記選択部は、決定された前記更新最大温度値に基づいて、前記第2のグループに含まれる前記探索部に設定される前記温度値を決定する
ことを特徴とする最適化装置。 - 前記第1のグループは、前記複数の探索部に設定された前記温度値のうち最大である最大温度値が設定される探索部を含み、前記第2のグループは、前記更新最大温度値が設定される探索部を含む請求項1記載の最適化装置。
- 前記複数の探索部のうち、前記第1のグループに含まれる前記探索部の数は、前記複数の探索部の数に、前記最大温度値の対数値を、前記最大温度値の対数値と前記更新最大温度値の対数値の和で除した数を乗じた数に基づいて求められ、
前記複数の探索部のうち、前記第2のグループに含まれる前記探索部の数は、前記複数の探索部の数に、前記更新最大温度値の対数値を、前記最大温度値の対数値と前記更新最大温度値の対数値の和で除した数を乗じた数に基づいて求められる、
請求項2記載の最適化装置。 - 前記更新最大温度値は、前記複数の探索部における所定回数の前記基底状態探索の結果に基づいて得られる請求項2又は3記載の最適化装置。
- 前記複数の探索部の各々における前記エネルギー値と前記温度値とに基づいて、前記複数の探索部間で前記温度値又は前記複数の状態変数の値を入れ替える交換確率を計算する計算部を更に有し、
前記選択部は、前記温度調整部により決定された前記温度値と前記計算部により計算された前記交換確率とに基づいて、前記複数の探索部の各々における前記温度値および前記複数の状態変数の値のうち、前記複数のグループの各々に属する各探索部に引き継ぐ前記温度値および前記複数の状態変数の値を選択する、
請求項1乃至4の何れか一項に記載の最適化装置。 - 前記選択部は、
前記温度調整部により決定された前記温度値に基づいて、同じグループに属する各探索部における前記温度値の自然対数値が等間隔になるように、前記グループに属する各探索部に設定する前記温度値を、グループ毎に計算し、
計算された前記温度値と前記複数の探索部の各々に設定済の前記温度値とに基づいて、前記複数の探索部の各々における前記複数の状態変数の値のうち、前記複数のグループの各々に属する各探索部に引き継ぐ前記複数の状態変数の値を選択する、
請求項1乃至4の何れか一項に記載の最適化装置。 - 前記温度調整部は、前記複数の探索部の各々における前記温度値の遷移に関する統計情報である温度統計情報を取得するとともに、取得した前記温度統計情報に基づいて前記複数のグループの各々に属する前記探索部に設定する、更新後の最大の前記温度値である前記更新最大温度値を決定する、請求項1乃至6の何れか一項に記載の最適化装置。
- 複数の探索部と前記複数の探索部を制御する制御部を有する最適化装置の制御方法において、
前記複数の探索部の各々が有する状態保持部が、エネルギー値を表す評価関数に含まれる複数の状態変数の値をそれぞれ保持し、
前記複数の探索部の各々が有するエネルギー計算部が、前記複数の状態変数の値の何れかを変化させた場合に生じる前記エネルギー値の変化値を計算し、
前記複数の探索部の各々が有する遷移制御部が、設定された温度値と前記変化値と乱数値とに基づいて、前記エネルギー値の前記変化値と熱励起エネルギーとの相対関係によって状態遷移を受け入れるか否かを確率的に決定し、
前記制御部が有する温度調整部が、前記複数の探索部における基底状態探索により得られた情報に基づいて、更新最大温度値を決定し、
前記制御部が有する選択部が、決定された前記更新最大温度値に基づいて、前記複数の探索部を、少なくとも第1のグループと第2のグループを含む複数のグループに分割し、
前記制御部が有する温度制御部が、前記複数のグループの各々に属する探索部に前記温度値を設定し、
前記制御部が有する交換制御部が、前記エネルギー値の前記基底状態探索の繰り返し回数到達又は一定時間経過後に、同じグループに属する探索部間で前記温度値又は前記複数の状態変数の値を入れ替え、
前記温度調整部が、前記第1のグループに含まれる前記探索部による前記基底状態探索の結果に基づいて前記更新最大温度値を決定し、
前記選択部が、決定された前記更新最大温度値に基づいて、前記第2のグループに含まれる前記探索部に設定される前記温度値を決定する
最適化装置の制御方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019148763A JP7248907B2 (ja) | 2019-08-14 | 2019-08-14 | 最適化装置および最適化装置の制御方法 |
EP20186937.7A EP3779616B1 (en) | 2019-08-14 | 2020-07-21 | Optimization device and control method of optimization device |
US16/937,643 US11631006B2 (en) | 2019-08-14 | 2020-07-24 | Optimization device and control method of optimization device |
CN202010795868.0A CN112394756B (zh) | 2019-08-14 | 2020-08-10 | 优化装置和优化装置的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019148763A JP7248907B2 (ja) | 2019-08-14 | 2019-08-14 | 最適化装置および最適化装置の制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021033341A JP2021033341A (ja) | 2021-03-01 |
JP7248907B2 true JP7248907B2 (ja) | 2023-03-30 |
Family
ID=71738063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019148763A Active JP7248907B2 (ja) | 2019-08-14 | 2019-08-14 | 最適化装置および最適化装置の制御方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11631006B2 (ja) |
EP (1) | EP3779616B1 (ja) |
JP (1) | JP7248907B2 (ja) |
CN (1) | CN112394756B (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7206476B2 (ja) * | 2018-09-14 | 2023-01-18 | 富士通株式会社 | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム |
JP7248907B2 (ja) * | 2019-08-14 | 2023-03-30 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
JP2023001644A (ja) * | 2021-06-21 | 2023-01-06 | 富士通株式会社 | データ処理装置、プログラム及びデータ処理方法 |
JP2023041098A (ja) * | 2021-09-13 | 2023-03-24 | 富士通株式会社 | データ処理装置、データ処理方法およびプログラム |
JP2023122981A (ja) | 2022-02-24 | 2023-09-05 | 富士通株式会社 | プログラム、データ処理装置及びデータ処理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6019507B2 (ja) | 2013-12-10 | 2016-11-02 | 株式会社Joled | 薄膜トランジスタ基板及び薄膜トランジスタ基板の製造方法 |
JP2018206127A (ja) | 2017-06-06 | 2018-12-27 | 株式会社日立製作所 | 情報処理装置 |
JP6465231B1 (ja) | 2018-03-12 | 2019-02-06 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP2019133517A (ja) | 2018-02-01 | 2019-08-08 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP2020086821A (ja) | 2018-11-22 | 2020-06-04 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4858147A (en) * | 1987-06-15 | 1989-08-15 | Unisys Corporation | Special purpose neurocomputer system for solving optimization problems |
WO1990009636A1 (en) * | 1989-02-10 | 1990-08-23 | Hitachi, Ltd. | Data processing unit for obtaining solution for optimal combination solution and method thereof |
JPH0619507A (ja) * | 1992-06-30 | 1994-01-28 | Nec Corp | 組み合せ最適化問題解決方式 |
JPH09231197A (ja) | 1996-02-22 | 1997-09-05 | Fujitsu Ltd | 温度並列シミュレーティド・アニーリング用恒温槽装置及び温度並列シミュレーティド・アニーリング方法 |
JPH11261702A (ja) * | 1998-03-06 | 1999-09-24 | Fujitsu Ltd | 負荷予測によるシステム最適化制御装置 |
JP2003223322A (ja) * | 2002-01-30 | 2003-08-08 | Mitsubishi Electric Corp | 組合せ最適化問題の解析装置 |
WO2014192153A1 (ja) * | 2013-05-31 | 2014-12-04 | 株式会社日立製作所 | 半導体装置 |
CN104056498B (zh) * | 2014-05-14 | 2016-08-24 | 河南龙成煤高效技术应用有限公司 | 一种高焦油高粉尘的高温气体的除尘工艺 |
JP6468254B2 (ja) | 2016-07-01 | 2019-02-13 | 富士通株式会社 | 情報処理装置、イジング装置及び情報処理装置の制御方法 |
JP6465092B2 (ja) * | 2016-10-14 | 2019-02-06 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
CN107332240B (zh) * | 2017-08-17 | 2019-12-17 | 东北电力大学 | 基于优化模型的电力系统静态电压稳定域边界搜索的方法 |
JP6979331B2 (ja) * | 2017-10-30 | 2021-12-15 | 株式会社日立製作所 | 情報処理装置および情報処理方法 |
JP6993571B2 (ja) * | 2018-01-17 | 2022-01-13 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP7007585B2 (ja) * | 2018-03-16 | 2022-01-24 | 富士通株式会社 | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム |
WO2019216277A1 (ja) * | 2018-05-08 | 2019-11-14 | 株式会社日立製作所 | 情報処理装置、演算装置、及び情報処理方法 |
CN109190988B (zh) * | 2018-09-11 | 2021-10-22 | 浙江大学 | 一种实现温控负荷最优协同的需求侧响应博弈方法 |
JP7206476B2 (ja) * | 2018-09-14 | 2023-01-18 | 富士通株式会社 | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム |
JP7248907B2 (ja) * | 2019-08-14 | 2023-03-30 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
-
2019
- 2019-08-14 JP JP2019148763A patent/JP7248907B2/ja active Active
-
2020
- 2020-07-21 EP EP20186937.7A patent/EP3779616B1/en active Active
- 2020-07-24 US US16/937,643 patent/US11631006B2/en active Active
- 2020-08-10 CN CN202010795868.0A patent/CN112394756B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6019507B2 (ja) | 2013-12-10 | 2016-11-02 | 株式会社Joled | 薄膜トランジスタ基板及び薄膜トランジスタ基板の製造方法 |
JP2018206127A (ja) | 2017-06-06 | 2018-12-27 | 株式会社日立製作所 | 情報処理装置 |
JP2019133517A (ja) | 2018-02-01 | 2019-08-08 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
JP6465231B1 (ja) | 2018-03-12 | 2019-02-06 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
US20190278829A1 (en) | 2018-03-12 | 2019-09-12 | Fujitsu Limited | Optimization apparatus and control method thereof |
JP2020086821A (ja) | 2018-11-22 | 2020-06-04 | 富士通株式会社 | 最適化装置および最適化装置の制御方法 |
Non-Patent Citations (1)
Title |
---|
党 璋 ほか,レプリカ交換イジングモデルソルバにおけるレプリカトポロジーと温度割当方法に関する検討,電子情報通信学会技術研究報告,日本,一般社団法人 電子情報通信学会,2019年05月15日,Vol.119, No.25,pp.7-12 |
Also Published As
Publication number | Publication date |
---|---|
EP3779616B1 (en) | 2021-10-20 |
CN112394756B (zh) | 2021-11-30 |
US20210049475A1 (en) | 2021-02-18 |
JP2021033341A (ja) | 2021-03-01 |
CN112394756A (zh) | 2021-02-23 |
US11631006B2 (en) | 2023-04-18 |
EP3779616A1 (en) | 2021-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7248907B2 (ja) | 最適化装置および最適化装置の制御方法 | |
JP7108185B2 (ja) | 最適化装置および最適化装置の制御方法 | |
US10496436B2 (en) | Method and apparatus for automatically scheduling jobs in computer numerical control machines using machine learning approaches | |
JP7007585B2 (ja) | 最適化装置、最適化装置の制御方法及び最適化装置の制御プログラム | |
US11562210B2 (en) | Stochastically determining to accept a state transition for an optimization device | |
JP2021168096A (ja) | サンプリング装置、サンプリング方法及びサンプリングプログラム | |
JP7417078B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2022017993A (ja) | ハードウェアとニューラルアーキテクチャとの共同探索 | |
JP2020187453A (ja) | 最適化装置および最適化装置の制御方法 | |
US20210334332A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium for storing program | |
JP7339539B2 (ja) | 最適化装置、最適化装置の温度設定方法及び最適化装置の温度設定プログラム | |
JP7283318B2 (ja) | 最適化装置、最適化プログラム、及び最適化方法 | |
JP7256378B2 (ja) | 最適化システムおよび最適化システムの制御方法 | |
JP2022015503A (ja) | 情報処理システム、情報処理方法及びプログラム | |
WO2020054046A1 (ja) | 最適化装置、最適化装置の制御方法および最適化装置の制御プログラム | |
Rivier et al. | Surrogate-assisted Bounding-Box approach for optimization problems with tunable objectives fidelity | |
JP2020191017A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP2022174616A (ja) | プログラム、情報処理方法および情報処理装置 | |
Tschöpe | Beyond SGD: Recent Improvements of Gradient Descent Methods | |
JP2023061477A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2023179849A (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2023149806A (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN117786275A (zh) | 数据处理装置和数据处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230208 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7248907 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |