組合せ最適化

最適化問題 > 組合せ最適化

組合せ最適化(くみあわせさいてきか、: combinatorial optimization組み合わせ最適化、または組み合せ最適化とも表記される)は、応用数学情報工学での組合せ論最適化問題である。オペレーションズリサーチアルゴリズム理論、計算複雑性理論と関連していて、人工知能数学、およびソフトウェア工学などの交差する位置にある。組合せ最適化では、厳密解が簡単に求まる場合もあれば、そうでない場合もある。厳密解を求めるのが難しいと思われる問題を解くために、その問題の解空間を探索する場合もあり、そのためのアルゴリズムでは、効率的に探索するために解空間を狭めたりすることもある。

非形式的定義

組合せ最適化は、最適化問題の中でも最適解の集合が離散的であるか、離散的なものに減らすことができるものであり、その目的は最も良い解決法を見つけることである。

解が二値ベクトルの場合は0-1最適化問題: 0-1 optimization problem)とも言われる。

形式的定義

組合せ最適化問題のインスタンスは、 ( X , P , Y , f , e x t r ) {\displaystyle (X,P,Y,f,\mathrm {extr} )} の要素の (tuple) として形式的に記述できる。

ここで

  • X は解空間(solution space、その中に fP が定義されている)
  • P は実現可能かどうかを判定する関数
  • Y は実現可能な解の集合
  • f は最適化関数
  • extr は極値(extreme、最大または最小)

問題例

NP困難

計算複雑性理論の研究は、組合せ最適化に役立っている。いくつかの組合せ最適化問題が、NP困難である事に関係している。そのような問題は、一般的には効率的に解けるとは思われていない。しかし、複雑性理論の様々な近似は、これらの問題のいくつか(例えば「小さな」問題)が効率的に解けることを示唆する。組合せ最適化にも近似解法があり、そのような解法はしばしば重要な応用が可能である。

手法

探索」も参照

一般的な手法

特定の問題に対する手法

ヒューリスティックを使用する物

メタヒューリスティック

以下の発見的探索法(メタヒューリスティックアルゴリズム)は、この種の問題を解くのに使われる。

近傍探索法

進化的計算

その他のアルゴリズム

関連項目

外部リンク

  • 組合せ最適化(研究者向けの解説)
  • 組合せ最適化応用例
  • 簡単そうで難しい組合せ最適化(PDF)
  • Andrew Lucas:"Ising formulations of many NP problems", Front.Phys (Feb. 2014)
非線形(無制約)
… 関数 
勾配法
収束性
準ニュートン法
その他の求解法
ヘッセ行列
  • 最適化におけるニュートン法(英語版)
The graph of a strictly concave quadratic function is shown in blue, with its unique maximum shown as a red dot. Below the graph appears the contours of the function: The level sets are nested ellipses.
Optimization computes maxima and minima.
非線形(制約付き)
一般
微分可能
凸最適化
凸縮小化
  • 切除平面法(英語版、デンマーク語版、ドイツ語版、スペイン語版)
  • 簡約勾配法
  • 劣勾配法(英語版)
線型 および
二次
内点法
ベイズ-交換
  • 単体法
  • 改訂シンプレックス法(英語版)
  • 十字法(英語版)
  • レムケの主ピボット操作法(英語版)
組合せ最適化
系列範例
(Paradigms)
グラフ理論
最小全域木
最大フロー問題
メタヒューリスティクス
  • カテゴリ(最適化 • アルゴリズム) • ソフトウェア(英語版)