可変深度探索に基づく高性能メタ戦略アルゴリズムの開発

点击翻译按钮获取中文摘要

本研究は、組合せ最適化問題に対して良好な近似解を実用時間内に効率的に算出する近似解法、特にメタ戦略アルゴリズムの高性能化を目指している。近年におけるこの種のアルゴリズム研究は、多くのパラメータ設定を余儀なくされるなど、アルゴリズム自体が複雑化する傾向にあることから、パラメータ設定をできるだけ少なくした、よりシンプルなメタ戦略にもとづく近似解法の開発を基本とする。また、メタ戦略は、解構築法と解改善法の処理を中心として設計されることから、これらの解法の性能が、メタ戦略自体の効率性や探索性能に直結する。従来、可変深度探索のアイデアに基づく局所探索法は、反復局所探索などの代表的なメタ戦略アルゴリズムの枠組みへの導入を通して、高い探索性能を発揮することが知られている。他の組合せ最適化問題においては、一部の問題に対して可変深度探索法の有効性が示されているものの、それを導入したメタ戦略の探索性能は十分に明らかになっていない。これまでに我々は、代表的な組合せ最適化問題である最大クリーク問題などに対して、可変深度探索にもとづく局所探索法を開発し、反復局所探索法などへ導入したメタ戦略アルゴリズムの開発を進めてきた。近年、対象とする問題サイズは大規模化する傾向にあることから、本研究では、大規模なグラフを対象とした最大クリーク問題に対して、関連するグラフ彩色問題におけるアイデアを導入した可変深度探索にもとづくマルチスタート局所探索法を示し、効率的な探索を実現した。さらに、生産スケジューリングにおいて基礎となるフローショップスケジューリング問題を対象として、解構築法の改良を行い、より良好な解を算出可能であることを示した。