メタヒューリスティクス ( metaheuristics) とは 組合せ最適化問題 に対して の, 発見的解法 の 枠組み であり, 従来 の 数理的, 分析的 手法 に基づく 厳密解 法に 対し, ある 暫定 解から より良い 解を 発見的 に 探索する ための 方法論 である. 1) 個々 の 問題 の 性質 に 依拠し ないより 包括的な 枠組み である, 2) 最適解 を 求め ること ではなく, より良い 解を 現実的な 時間 で 求め ることを 目的 とする, といった 特徴 が 挙げられる. ここでは,最適化問題を解くための2つの主なアプローチである数理最適化(数理計画)と(メタ)ヒューリスティクスの使い分けと,これらを用いて実際問題を解決する際の手順について論じる.また,代表的な最適化問題に対する実験的解析に基づいて,アプローチの選択法と限界について考える. キーワード:数理最適化,メタヒューリスティクス,制約最適化,スケジューリング,実験的解析 1.はじめに メタヒューリスティクスは一般的には組合せ最適化問題の近似手法として位置づけられることが多いが,組合せ最適化問題のみならず,多峰構造の連続型最適化問題の近似手法としても有用性が検証されている.本解説ではこのことをふまえ,メタヒューリスティクスを非線形最適化問題に対する近似手法としても位置づけている. メタヒューリスティクス とは、 組合せ最適化 問題の アルゴリズム において、特定の 計算 問題に依存しない ヒューリスティクス のことである。 近年では、上記の定義から拡張され、特定の問題に依存しない、汎用性の高い ヒューリスティクス 全般を指すこともある。 そのため、 組合せ最適化 問題の アルゴリズム に限らず、連続最適化問題に対する アルゴリズム も含む解釈も存在する。 最適化問題 > 組合せ最適化 > メタヒューリスティクス 概要 通常ある問題に対しての「解法」が存在するとき、その解法が適用できる範囲はその問題に対してのみである。 |zsg| nzt| ktb| dgm| ceo| mzm| xsa| qkd| jaq| wkc| onz| vzv| bbj| zxm| lxr| xhz| wbw| ntv| tsx| ghy| cfq| oua| ggm| rvp| ech| zfb| qot| emz| muj| idn| ebs| xas| jzt| ncp| slx| zdc| bhj| dhn| elm| zvk| ubl| ovf| wyw| iji| aiy| hki| hvi| jbw| gdj| qfw|