Mathematical Analysis for Metaheuristics and its Application

元启发式数学分析及其应用

• 批准号: 22K04593
• 负责人: 加地 太一
• 金额: $ 2.41万
• 依托单位: Otaru University of Commerce
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04593/
• 关键词: 組合せ最適化問題; メタヒューリスティクス; 確率的解析; 近傍; AR(1)プロセス; 局所探索法; AR(1) プロセス

組合せ最適化問題は，スケジューリング問題，配置問題など様々な意思決定問題で利用されている．これらの問題を解くための手法としてメタヒューリスティクスと呼ばれる一群の近似解法がある．そしてメタヒューリスティクスが経験的に良い解を導き出すことは多くの研究でも示されている．しかし，“なぜ，メタヒューリスティクスが良い解を導き出してくれるのか？” は一つの謎でもある．そこで本研究では，組合せ最適化問題の解空間に特徴的な性質が存在する仮定のもと，その解空間および解の探索過程を数理的にモデル化し，求まる近似解のコスト値などを推定する．それによりメタヒューリスティクスの各手法の性能を理論的（数理的）に解析し，その能力の謎を解き明かすことを目指す．そのために，申請者 は，組合せ最適化問題の解空間における解のランダムウォークにおいて，現在の解のコスト値が一つ前のコスト値に依存するAR(1)プロセスとなる性質を示した．その性質を利用し解の近傍の解析を行い，近傍の統計量を汎用的に導き出していく．統計量とは，近傍の分布構造を表すパラメータ，近傍の最小コスト値の推定値である. この近傍の統計量が推定できれば，メタヒューリスティクス自体の性能を，近傍の統計量に基づき，問題に依存することなく理論的に導き出すことが可能となるであろう．本年度は，多くの問題に対して解のランダムウォークがこのAR(1)の性質を満足しているか調査し，AR(1)としてモデル化し近傍の統計量を導き出すことが可能であるかの検証をおこなった．この特徴が多くの問題に見出すことが出来れば，特定の問題および近傍に限ることなく多くの問題に利用がはかれることとなる．すなわち，解空間がAR(1)を満足するという前提から，様々な問題に利用可能である数理的モデルが構築され，汎用的に適用可能な理論的解析の世界を築くことが可能となる．

Combination せ は optimization problem, ス ケ ジ ュ ー リ ン グ problem, configuration issues な ど others 々 な mean decision problem で using さ れ て い る. こ れ ら の を solutions く た め の gimmick と し て メ タ ヒ ュ ー リ ス テ ィ ク ス と shout ば れ る a group of の approximate method が あ る. そ し て メ タ ヒ ュ ー リ ス テ ィ ク ス が 経 験 を い に good solution guide き out す こ と は more く の research で も shown さ れ て い る. Youdaoplaceholder0, メタヒュ なぜ リスティ リスティ スが スが a good なぜ solution of を leads to てくれる てくれる てくれる スが? Youdaoplaceholder0 で ある. そ こ で this study で は, せ combination optimization problem の solution space に 徴 が な properties exist す る 仮 set の も と, そ の solution space お よ び solution の exploration process を mathematical に モ デ ル し, o ま る approximate solution の コ ス ト numerical な ど を presumption す る. そ れ に よ り メ タ ヒ ュ ー リ ス テ ィ ク ス の the technique theory of を の performance (mathematical) に parsing し, そ の ability の mystery を solution き Ming か す こ と を refers す. そ の た め に, applicants は, combination せ optimization problem の solution space に お け る solution の ラ ン ダ ム ウ ォ ー ク に お い て, now の solution の コ ス ト numerical が before a つ の コ ス ト numerical に dependent す る AR (1) プ ロ セ ス と な る nature を shown し た. Youdaoplaceholder0 The property of そ using the <s:1> solution to the <s:1> adjacent pipe to analyze the を row そ, the statistics of the adjacent pipe を the general に derivative を gives the て く く く. Statistic と は, nearly alongside の distribution structure を table す パ ラ メ ー タ, nearly alongside の minimum コ ス ト numerical の presumption of numerical で あ る. こ の nearly alongside の statistic が presumption で き れ ば, メ タ ヒ ュ ー リ ス テ ィ ク ス autologous の を performance, nearly alongside の statistic に base づ き, problem に dependent す る こ と な に く theory guide き out す こ と が may と な る で あ ろ う. は this year, more than く の problem に し seaborne て solution の ラ ン ダ ム ウ ォ ー ク が こ の AR (1) the nature of の を against foot し て い る し か investigation, AR (1) と し て モ デ ル change し を guide き out nearly alongside の statistics す こ と が may で あ る か の 検 card を お こ な っ た. こ の, 徴 が く more の problem に see す こ と が out れ ば, specific の problem お よ び nearly alongside に limit る こ と な く more く の に using が は か れ る こ と と な る. す な わ ち, solution space が AR (1) を against foot す る と い う premise か ら, others 々 な problem に may use で あ る of mathematical モ デ ル が build さ れ, universal に applicable may な theory analytical の world built く を こ と が may と な る.