JP7319539B2 - 組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム - Google Patents
組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム Download PDFInfo
- Publication number
- JP7319539B2 JP7319539B2 JP2019153418A JP2019153418A JP7319539B2 JP 7319539 B2 JP7319539 B2 JP 7319539B2 JP 2019153418 A JP2019153418 A JP 2019153418A JP 2019153418 A JP2019153418 A JP 2019153418A JP 7319539 B2 JP7319539 B2 JP 7319539B2
- Authority
- JP
- Japan
- Prior art keywords
- search
- energy function
- state
- combinatorial optimization
- energy
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Educational Administration (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
1つの側面では、本発明は、エネルギー障壁により隣接状態への遷移が滞る状態を解消させる組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラムを提供することを目的とする。
また、1つの態様では、組合せ最適化プログラムが提供される。
[第1の実施の形態]
第1の実施の形態を説明する。
組合せ最適化装置10は、計算対象の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のうち、エネルギー関数が最小値となるときの各状態変数の値を探索する。エネルギー関数が最小値となるときの各状態変数の値は基底状態に相当する。状態変数は、「バイナリ変数」や「スピンビット」、あるいは、単に「ビット」と呼ばれてもよい。ある効果を最大化する状態を求めたい場合は、エネルギー関数の符号を変えればよい。
例えば、イジングモデルにおけるスピンの「-1」は、状態変数の値「0」に対応する。イジングモデルにおけるスピンの「+1」は、状態変数の値「1」に対応する。
組合せ最適化装置10では、基底状態の探索において、エネルギー変化がΔEiとなる状態遷移(状態変数xiの値の変化)を許容するか否かを決定するためにメトロポリス法やギブス法が用いられる。すなわち、組合せ最適化装置10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Aは、式(5)で表される。
記憶部11は、例えば、レジスタやRAM(Random Access Memory)などの揮発性記憶装置である。処理部12は、例えば、プログラムを実行するCPU(Central Processing Unit)などのプロセッサである。プロセッサには、複数のプロセッサの集合(マルチプロセッサ)が含まれ得る。処理部12は、ワイヤードロジックにより演算を行うASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)などの専用の電子回路でもよい。
第1の例として、除去対象の制約条件を表す項は、制約項C(x)自体(すなわち、制約条件を表す項の全体)でもよい。その場合、第2のエネルギー関数E2(x)は、E2(x)=D(x)である。制約項C(x)が除去されることで、探索の一時期において、複数の状態変数に対する制約項C(x)の充足が不問になる。言い換えれば、探索の一時期において、制約項C(x)で示される制約条件全体の充足が不問になる。
エネルギー関数が制約項を含む場合、制約違反はエネルギーが増加するように定式化されるため、エネルギー障壁により隣接状態への遷移が滞る。
次に、第2の実施の形態を説明する。
図2は、第2の実施の形態の組合せ最適化装置のハードウェア例を示す図である。
組合せ最適化装置100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ビットのそれぞれの値の組合せのうち、エネルギー関数が最小値となるときの各ビットの値を探索する。イジング型のエネルギー関数E(x)は、前述の式(1)で表される。図3では、グラフ40が示されている。グラフ40は、エネルギー関数E(x)の例を示す。
図4は、問題の定式化の例を示す図である。
t番目に都市iにいる場合、ビットxti=1である。
ここで、図4の表50では、都市の識別番号iと順番tの16通りの組み合わせに対して、各ビットを次のように表している。すなわち、x00=x0,x10=x1,…,x01=x4,…,x11=x5,…である。これらの等式の右辺の添え字は、式(1)の状態変数xの添え字i,jに相当する。
図5は、問題の定式化の例(続き)を示す図である。
表51は、図4の表50の各xiに、具体的な値を代入した例である。具体的には、x0=x6=x9=x15=1であり、それ以外のビットは0である。これは、マップ52に示されるように、都市0、都市2、都市1、都市3と順番に訪問し、都市0に戻ることを示す。
したがって、上記の巡回セールスマン問題は、下記のエネルギー関数Eを最小化する状態ベクトルを求める問題として定式化される。
組合せ最適化装置100は、このように制約条件を表す項(例えば、制約項C)が与えられたエネルギー関数Eを最小化する解の探索を効率的に実行する機能を提供する。
組合せ最適化装置100は、探索部110を有する。例えば、CPU101は、RAM102に記憶された組合せ最適化プログラム120を実行することで、探索部110の機能を発揮する。
図7(A)は、制約条件を表す項を消失させない場合を例示する。
系列41は、組合せ最適化問題に対応する制約項を含む第1のエネルギー関数を示す。系列42は、当該エネルギー関数から制約項を除去した第2のエネルギー関数を示す。あるタイミングで利用されているエネルギー関数を実線で、利用されていないエネルギー関数を点線で示す(以降の図でも同様に示すことがある)。何れのエネルギー関数に対しても、横軸が状態を示し、縦軸(ただし、図示を省略している)がエネルギー関数の値を示す。なお、横軸では、説明を簡略化するために、2ビットで表される状態を示している。
図7(A)において、n-1回目の試行後には、状態(0,1)に相当する局所解に陥っている。その後、n回目、n+1回目と状態遷移を試みても、第1のエネルギー関数におけるエネルギー障壁に阻まれて、2ビット先の状態(例えば、より低エネルギーの状態(1,0))に遷移することができず、同じ状態(0,1)に滞留している。このように、制約項を含む第1のエネルギー関数では、局所解から脱出する可能性が低くなることがある。
図8は、探索の例を示すフローチャートである。
(S10)探索部110は、エネルギー関数Eに対する初期値を設定する。例えば、前述の巡回セールスマン問題に対して、都市間の距離dの値、制約項パラメータPの非ゼロの値、状態ベクトルの初期値、温度の初期値を設定する。なお、式(14)のエネルギー関数は、式(1)の形式とすることが可能である。その場合、都市間の距離dや制約項パラメータPの値は、結合係数Wやバイアスbに反映される。このため、エネルギー関数として式(1)の形式が用いられる場合、探索部110は、結合係数Wやバイアスbの値を設定してもよい。各パラメータの値の情報は、ユーザにより、組合せ最適化装置100に予め入力される。
系列61は、横軸(時間)で表される時刻t10~t16の各時刻において探索に用いられるエネルギー関数を例示する。図9の縦軸(図示を省略している)は、エネルギー関数の値を示す。
グラフ70は、あるナップザック問題における、計算回数と、到達した解のエネルギー値との関係の例を示す。計算回数はイタレーション数に相当する。グラフ70の横軸は、計算回数の常用対数値を示す。グラフ70の縦軸は、到達した解のエネルギー値を示す。
系列71は、比較例であり、制約条件を表す項の除去を行わずに、探索を行った結果を示す。
系列72の例は、前述の制約トンネリングによって、局所解から脱出できる可能性が高まり、エネルギー値が最小になる解に到達し易くなることを示す。
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。
第3の実施の形態では、式(14)の制約項Cを、式(17)で表す。
式(17)のΣj(ΣiPijxij-P0el)2の項は、例えば、図4,図5で示した巡回セールスマン問題における、ある都市は1度しか通らないという制約条件に対応させることができる。また、式(17)のΣi(ΣjPijxij-P0el)2の項は、例えば、図4,図5で示した巡回セールス問題における、ある時刻には1都市にしかいないという制約条件に対応させることができる。したがって、Σj(ΣiPijxij-P0el)2の項およびΣi(ΣjPijxij-P0el)2の項のうち、Pijxijの項は、これらの制約条件を表す項の1つであると言える。また、Σj(ΣiPijxij-P0el)2の項およびΣi(ΣjPijxij-P0el)2の項のうち、P0elの項も、これらの制約条件を表す項の1つであると言える。
系列43は、組合せ最適化問題に対応する制約項を含む第1のエネルギー関数を示す。図11の説明において第1のエネルギー関数をE1と表す。系列44は、第1のエネルギー関数E1から制約項全体を除去した第2のエネルギー関数を示す。図11の説明において第1のエネルギー関数E1から制約項全体を除去した第2のエネルギー関数をE2aと表す。何れのエネルギー関数に対しても、横軸が状態を示し、縦軸(ただし、図示を省略している)がエネルギー関数の値を示す。なお、横軸では、説明を簡略化するために、2ビットで表される状態を示している。
図11(A)において、n-1回目の試行後には、状態(0,1)に相当する局所解に陥っている。n回目の試行において、第1のエネルギー関数E1から制約項全体を除去した第2のエネルギー関数E2aが用いられるとする。これにより、状態遷移が促される。ただし、系列44の例で示されるように、状態(0,0)の先に、第1のエネルギー関数E1における、より低いエネルギーの状態があるにも拘わらず、第2のエネルギー関数E2aにおいてエネルギーが低い方の状態(1,1)の側へ遷移することがある。この場合、例えば、第1のエネルギー関数E1を用いたn+1回目の試行では、状態(0,1)に再び戻ってしまうことがある。
系列62は、横軸(時間)で表される時刻t20~t26の各時刻において探索に用いられるエネルギー関数を例示する。図12の縦軸(図示を省略している)は、エネルギー関数の値を示す。
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。
(S20)探索部110は、エネルギー関数Eに対する初期値を設定する。例えば、前述の巡回セールスマン問題に対して、都市間の距離dの値、制約項パラメータP(あるいはPijおよび定数P0)の非ゼロの値、状態ベクトルの初期値、温度の初期値を設定する。なお、式(14)のエネルギー関数は、式(1)の形式とすることが可能である。その場合、都市間の距離dや制約項パラメータP(あるいは、PijおよびP0el)の値は、結合係数Wやバイアスbに反映される。このため、エネルギー関数として式(1)の形式が用いられる場合、探索部110は、結合係数Wやバイアスbの値を設定してもよい。各パラメータの値の情報は、ユーザにより、組合せ最適化装置100に予め入力される。
(S25)探索部110は、制約条件を表す項を消失させるか否かを判定する。制約条件を表す項を消失させる場合、ステップS26に処理が進む。制約条件を表す項を消失させない場合、ステップS27に処理が進む。前述のように、探索部110は、確率DB130に基づいて、今回の試行で制約条件を表す項を消失させるか否かを確率的に決定する。第3の実施の形態のように、制約項に含まれる項を部分的に除去する場合、探索部110は、ステップS24の判定を除去候補の項毎に実行する。
(S32)探索部110は、E1=E2であるか否かを判定する。E1=E2の場合、ステップS33に処理が進む。E1≠E2の場合、ステップS23に処理が進む。
次に、第5の実施の形態を説明する。前述の第2~第4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。
組合せ最適化システム20は、組合せ最適化装置200および情報処理装置250を有する。
SRAM202は、状態ベクトルに含まれる2つのビットの組に対応する結合係数Wやビット毎のバイアスbであって、現在の探索に用いられている結合係数Wおよびバイアスbを記憶する。
情報処理装置250は、CPU251、DRAM252、HDD253および接続IF254を有する。
接続IF254は、組合せ最適化装置200と接続するためのインタフェースである。
プロセッサ201は、探索回路210、制御回路220およびレジスタ230を有する。
図16は、探索回路の回路構成例を示す図である。
探索回路210は、h計算部2a1,2a2,…,2an、ΔE生成部2b1,2b2,…,2bn、加算器2c1,2c2,…,2cn、状態遷移判定部2d1,2d2,…,2dn、セレクタ部2e、オフセット制御部2fおよびE計算部2gを有する。
SRAM202は、状態ベクトルに含まれるビットのペア毎の結合係数Wを記憶する。状態ベクトルのビット数がnのとき、結合係数の総数は、n2となる。SRAM202は、メモリ回路1a1,1a2,…,1anを有する。
以下では、主に、1番目のニューロンに対応するh計算部2a1、ΔE生成部2b1、加算器2c1および状態遷移判定部2d1を例示して説明する。同名の構成であるh計算部2a2~2an、ΔE生成部2b2~2bn、加算器2c2~2cnおよび状態遷移判定部2d2~2dnも同様の機能である。
h計算部2a1は、メモリ回路1a1から供給される結合係数W1jを用いて、式(3),(4)に基づく局所場h1を計算する。例えば、h計算部2a1は、前回計算された局所場h1を保持するレジスタを有し、インデックスjで示されるビットの反転方向に応じたδh1 (j)を、h1に積算することで、当該レジスタに格納されるh1を更新する。インデックスjで示されるスピンビットの反転方向を示す信号は、セレクタ部13cからh計算部12b1に供給されてもよい。h1の初期値は、問題に応じたb1に応じて、式(3)により予め計算され、h計算部2a1のレジスタに予め設定される。h計算部2a1は、計算した局所場h1をΔE生成部2b1およびE計算部2gに出力する。
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,β)=f(-βΔE)を前述の式(5)のようにメトロポリス法またはギブス法により決定する。前述のように、式(5)においてβは、逆温度(1/T)である。したがって、A(ΔE,β)=A(ΔE,T)=f(-ΔE/T)である。温度Tは、制御回路220により状態遷移判定部2d1に設定される。制御回路220は、探索回路210による所定のイタレーション数毎に、探索回路210に設定する温度Tを徐々に下げる。
情報処理装置250は、組合せ最適化装置200で得られた解を、ユーザにとって分かり易いデータに変換して、情報処理装置250に接続されたディスプレイなどの表示装置に表示させたり、他のコンピュータに当該データを送信したりする。
11 記憶部
12 処理部
E1 第1のエネルギー関数
E2 第2のエネルギー関数
Claims (10)
- 複数の状態変数に対する制約条件を表す項が与えられた第1のエネルギー関数に含まれる前記複数の状態変数の値を記憶する記憶部と、
前記第1のエネルギー関数の値を最小にする前記複数の状態変数の値の探索を行う処理部と、
を有し、
前記処理部による前記探索は、前記第1のエネルギー関数を用いて行われる第1探索と、前記第1探索の後、前記第1のエネルギー関数から前記制約条件を表す前記項を除去した第2のエネルギー関数を用いて行われる第2探索と、前記第2探索の後、前記第1のエネルギー関数を用いて行われる第3探索とを含み、
前記処理部は、前記探索における状態遷移の試行で前記第2探索を実行するか否かを確率的に決定する、
ことを特徴とする組合せ最適化装置。 - 前記第1のエネルギー関数は、除去候補の前記項の重みを表すパラメータを含み、
前記処理部は、前記パラメータを非ゼロの値からゼロに設定することで、前記第1のエネルギー関数を前記第2のエネルギー関数に変更し、前記パラメータをゼロから非ゼロの値に戻すことで、前記第2のエネルギー関数を前記第1のエネルギー関数に変更する、
請求項1記載の組合せ最適化装置。 - 前記第1のエネルギー関数は、前記制約条件を表す前記項を複数含み、
前記第2のエネルギー関数は、前記第1のエネルギー関数から複数の前記項のうちの一部の項を除去した関数である、
請求項1または2記載の組合せ最適化装置。 - 前記処理部は、前記探索を複数回行い、ある回と他の回とで除去対象の前記項を変更する、
請求項3記載の組合せ最適化装置。 - 前記第1のエネルギー関数は、前記制約条件を表す前記項を複数含み、
前記第2のエネルギー関数は、前記第1のエネルギー関数から複数の前記項の全てを除去した関数である、
請求項1または2記載の組合せ最適化装置。 - 前記処理部は、前記第1探索により局所解に陥った場合に、前記第2探索を実行する、
請求項1乃至5の何れか1項に記載の組合せ最適化装置。 - 前記記憶部は、前記第1のエネルギー関数に対応する状態変数の組毎の第1の結合係数または前記第2のエネルギー関数に対応する状態変数の組毎の第2の結合係数を記憶し、
前記処理部は、
前記複数の状態変数の何れかの値が変化する場合に、前記複数の状態変数の値と前記記憶部に記憶された前記第1の結合係数または前記第2の結合係数とに基づいて、前記複数の状態変数の値のそれぞれを次の変化候補とする場合のエネルギーの変化値を計算し、設定された温度値と乱数値と複数の前記エネルギーの変化値とに基づいて、前記記憶部に記憶される前記複数の状態変数の何れかの値を変化させる探索回路と、
前記第1の結合係数を前記記憶部に格納し、前記探索回路による前記探索の過程で、前記記憶部に格納された前記第1の結合係数を、前記第2の結合係数に変更する制御回路と、
を有する、
請求項1記載の組合せ最適化装置。 - 前記第2探索を実行するタイミングは、確率的に発生するタイミング、または、周期的に発生するタイミングであることを特徴とする請求項1記載の組合せ最適化装置。
- 組合せ最適化装置が、
複数の状態変数を含み、前記複数の状態変数に対する制約条件を表す項が与えられた第1のエネルギー関数の値を最小にする前記複数の状態変数の値の探索を行う組合せ最適化方法において、
前記探索は、前記第1のエネルギー関数を用いて行われる第1探索と、前記第1探索の後、前記第1のエネルギー関数から前記制約条件を表す前記項を除去した第2のエネルギー関数を用いて行われる第2探索と、前記第2探索の後、前記第1のエネルギー関数を用いて行われる第3探索とを含み、
前記探索における状態遷移の試行で前記第2探索を実行するか否かを確率的に決定する、
ことを特徴とする組合せ最適化方法。 - 複数の状態変数を含み、前記複数の状態変数に対する制約条件を表す項が与えられた第1のエネルギー関数の値を最小にする前記複数の状態変数の値の探索を行う処理をコンピュータに実行させる組合せ最適化プログラムにおいて、
前記探索は、前記第1のエネルギー関数を用いて行われる第1探索と、前記第1探索の後、前記第1のエネルギー関数から前記制約条件を表す前記項を除去した第2のエネルギー関数を用いて行われる第2探索と、前記第2探索の後、前記第1のエネルギー関数を用いて行われる第3探索とを含み、
前記探索における状態遷移の試行で前記第2探索を実行するか否かを確率的に決定する、
ことを特徴とする組合せ最適化プログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019153418A JP7319539B2 (ja) | 2019-08-26 | 2019-08-26 | 組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム |
EP20178190.3A EP3786815A1 (en) | 2019-08-26 | 2020-06-04 | Combinatorial optimization apparatus, combinatorial optimization method, and combinatorial optimization program |
US16/897,333 US20210065087A1 (en) | 2019-08-26 | 2020-06-10 | Information processing apparatus, combination optimization method, and computer-readable recording medium recording combination optimization program |
CN202010580033.3A CN112434398A (zh) | 2019-08-26 | 2020-06-23 | 组合优化设备、组合优化方法以及计算机可读记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019153418A JP7319539B2 (ja) | 2019-08-26 | 2019-08-26 | 組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021033657A JP2021033657A (ja) | 2021-03-01 |
JP7319539B2 true JP7319539B2 (ja) | 2023-08-02 |
Family
ID=70977767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019153418A Active JP7319539B2 (ja) | 2019-08-26 | 2019-08-26 | 組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210065087A1 (ja) |
EP (1) | EP3786815A1 (ja) |
JP (1) | JP7319539B2 (ja) |
CN (1) | CN112434398A (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022136877A (ja) * | 2021-03-08 | 2022-09-21 | 富士通株式会社 | 最適化装置、最適化プログラムおよび最適化方法 |
CN114970440B (zh) * | 2022-05-07 | 2023-07-25 | 上海图灵智算量子科技有限公司 | 超大规模集成电路通道的布线方法 |
JP2023179849A (ja) | 2022-06-08 | 2023-12-20 | 富士通株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2024022267A (ja) * | 2022-08-05 | 2024-02-16 | 学校法人早稲田大学 | 計算方法、計算システム、及びプログラム |
CN116151171B (zh) * | 2023-04-17 | 2023-07-18 | 华南理工大学 | 一种基于并行回火的全连接伊辛模型退火处理电路 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003223322A (ja) | 2002-01-30 | 2003-08-08 | Mitsubishi Electric Corp | 組合せ最適化問題の解析装置 |
US20080065573A1 (en) | 2006-09-06 | 2008-03-13 | William Macready | Method and system for solving integer programming and discrete optimization problems using analog processors |
JP2019121137A (ja) | 2017-12-29 | 2019-07-22 | 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 (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2683971B2 (ja) | 1991-10-25 | 1997-12-03 | 株式会社エイ・ティ・アール視聴覚機構研究所 | 制御方法 |
JPH05216934A (ja) * | 1992-02-06 | 1993-08-27 | Nec Corp | 確率を用いた探索方式 |
US7487133B2 (en) | 2002-09-19 | 2009-02-03 | Global Nuclear Fuel - Americas, Llc | Method and apparatus for adaptively determining weight factors within the context of an objective function |
JP6892599B2 (ja) * | 2017-07-05 | 2021-06-23 | 富士通株式会社 | 最適化装置及び最適化装置の制御方法 |
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 |
CN108829957A (zh) * | 2018-06-01 | 2018-11-16 | 韩山师范学院 | 一种基于混合差分人工蜂群算法的焊接梁设计方法 |
CN109741378A (zh) * | 2018-12-13 | 2019-05-10 | 华南理工大学 | 基于mrf模型的多模态医学图像配准方法、装置、平台及介质 |
-
2019
- 2019-08-26 JP JP2019153418A patent/JP7319539B2/ja active Active
-
2020
- 2020-06-04 EP EP20178190.3A patent/EP3786815A1/en not_active Withdrawn
- 2020-06-10 US US16/897,333 patent/US20210065087A1/en not_active Abandoned
- 2020-06-23 CN CN202010580033.3A patent/CN112434398A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003223322A (ja) | 2002-01-30 | 2003-08-08 | Mitsubishi Electric Corp | 組合せ最適化問題の解析装置 |
US20080065573A1 (en) | 2006-09-06 | 2008-03-13 | William Macready | Method and system for solving integer programming and discrete optimization problems using analog processors |
JP2019121137A (ja) | 2017-12-29 | 2019-07-22 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN112434398A (zh) | 2021-03-02 |
US20210065087A1 (en) | 2021-03-04 |
EP3786815A1 (en) | 2021-03-03 |
JP2021033657A (ja) | 2021-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7319539B2 (ja) | 組合せ最適化装置、組合せ最適化方法および組合せ最適化プログラム | |
JP7071638B2 (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 | |
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 | |
US20200278385A1 (en) | Information processing device and control method of optimization device | |
JP2021131611A (ja) | 情報処理装置、プログラム、情報処理方法および情報処理システム | |
US20200363848A1 (en) | Optimization device and method of controlling optimization device | |
JP7283318B2 (ja) | 最適化装置、最適化プログラム、及び最適化方法 | |
JP7181454B2 (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 | |
CN113283046A (zh) | 优化装置、优化方法和记录介质 | |
US20220012291A1 (en) | Information processing system, information processing method, and non-transitory computer-readable storage medium for storing program | |
JP7219402B2 (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 | |
EP4187448A1 (en) | Information processing apparatus, information processing method, and program | |
US20210173978A1 (en) | Optimization device, optimization device control method, and computer-readable recording medium recording optimization device control program | |
CN111985631B (zh) | 信息处理设备、信息处理方法及计算机可读记录介质 | |
JP2024077351A (ja) | データ処理装置、プログラム及びデータ処理方法 | |
JP2024049202A (ja) | データ処理装置、プログラム及びデータ処理方法 | |
EP4375831A1 (en) | Data processing apparatus, program, and data processing method | |
US20230350972A1 (en) | Information processing apparatus and information processing method | |
US20230081944A1 (en) | Data processing apparatus, data processing method, and storage medium | |
JP2023122981A (ja) | プログラム、データ処理装置及びデータ処理方法 | |
JP2024062514A (ja) | データ処理装置、データ処理方法およびプログラム | |
JP2021131723A (ja) | 情報処理方法、情報処理装置及びプログラム | |
JP2022161128A (ja) | プログラム、データ処理方法及びデータ処理装置 | |
JP2023149428A (ja) | データ処理装置、プログラム及びデータ処理方法 | |
CN114298315A (zh) | 优化装置、优化方法及非暂态计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220517 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230410 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230620 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230703 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7319539 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |