 |
|
 |
 |
 |
Simulated Annealing
〜シミュレーテッドアニーリング〜
|
 |
|
シミュレーテッドアニーリング(SA)は,高温で融解状態にある物質を徐々に冷却することでエネルギーの低いきれいな結晶を得るという「焼きなまし」の過程をシミュレートしたアルゴリズムです.SAは,局所探索をランダムに行いながら,更に解に改良が見られない場合でも,現在の状態よりエネルギーが高い状態に移る可能性を残すことで,局所解に陥ることを防ぐことができるという特徴があります.また,SAは「温度」というパラメータを持っていて,温度が高いときには解が悪くなる状態へ移る可能性が高く,低温になるにつれてその可能性は低くなります.SAはこの「温度」と呼ばれるパラメータの設定が非常に困難で,今までに「温度」に関する様々な研究が行なわれています.SAは,巡回セールスマン問題のような組み合わせ最適化問題を解く有効な手法ですが,このような特徴から局所解に陥ることを防ぐことができるため,連続最適化問題にも適用されています.私たちは組み合わせ最適化問題と連続最適化問題の両方を対象として,SAを並列・分散化し,問題の解の品質を向上させること,計算時間を短縮すること,他のアルゴリズムでは解くことのできない問題を解くことを目標に研究を行なっています.
|
|
|
 |
|
|
|
 |
|
 |