[发明专利]优化设备、优化程序和优化方法

说明书

本发明涉及优化设备、优化程序和优化方法。一种优化设备，包括：搜索单元，用于通过使用第一方法来执行对解的搜索，通过该第一方法，包括约束的目标函数的值被概率性地改善；以及生成单元，用于生成第一状态，所述第一状态处于距由搜索单元获得的先前的解超过预定距离处，以及用于通过使用第二方法来获得局部解，通过该第二方法，执行从第一状态开始的状态转变，以满足约束并且与通过第一方法相比以更高的概率改善目标函数的值，然后输出局部解作为初始状态，其中，生成单元输出初始状态的处理和搜索单元基于第一方法从初始状态执行对解的搜索的处理被迭代地执行。

技术领域

本文中的公开内容涉及优化设备、优化程序和优化方法。

背景技术

诸如计算机的算术设备通过各种数据操作进行信息处理以产生有意义的输出，从而使得能够在现代社会的各个领域中进行预测、确定、控制等。优化处理是信息处理的分支。优化问题是找到属于搜索空间的、使搜索空间中限定的目标函数的值最小化(或最大化)的点(即，解)的问题。优化问题可以大致分为线性规划问题和离散优化问题。在离散优化问题的情况下，搜索空间维数的增加导致变量的组合的数目爆炸性增长。在这种情况下，使用计算所有可能的组合的穷举搜索需要很长的计算时间，这实际上是不可行的。

大规模多元离散优化问题可以通过下述方式来解决：通过基于近似解方法或启发式方法在现实可行的计算时间内找到良好的近似解而不是找到精确的最优解。基于启发式方法并且适用于各种问题的通用近似算法(元启发式算法)包括随机游走搜索算法、模拟退火算法、遗传算法、随机进化算法等。用于执行模拟退火的机制的示例包括使用伊辛能量函数的伊辛机(即，玻尔兹曼机)。在伊辛机中，将要解决的问题转化为表示磁性材料的自旋行为的伊辛模型，并且然后计算该问题的解。

上述近似算法被设计成使得将概率元素引入从初始状态——即，起点——执行的状态转变中，以搜索获得目标函数的连续较小值的解，从而使得状态能够收敛于接近最优解而不会陷入不利的局部最小值。仔细设计的概率元素的控制和足够长的计算时间的使用允许状态收敛于最优解或足够接近最优解的解。然而，在实际可行的计算时间内，并不总是容易获得足够接近最优解的解。对于每个优化问题，也难以设计对概率元素的适当控制。

为了减少搜索解所需的时间，例如，可以随机地设置初始状态，并且可以从不同的初始状态多次重复对解的搜索。即使在其中从给定初始状态开始的对解的搜索陷入目标函数的值不足够小的局部最小值的情况下，这种对解的搜索也可以在适当的时间终止，然后从不同的初始状态开始新的对解的搜索。这种安排使得能够从局部解中逃离，并且减少了获得最优解所需的时间，而不会在从初始状态开始的搜索中浪费时间以致陷入不利的局部解而结束或者在达到最优解之前需要很长的时间。

如在施加了约束条件的情况下，当问题的难度由于大量的局部解而高时，在不增加从局部解逃离的发生次数的情况下，即，在不增加从新的初始状态进行对解的搜索的次数的情况下，即使如上所述从不同初始状态迭代地执行对解的搜索，可能也无法获得令人满意的解。此外，随着越来越多地逃离局部解，随机生成的初始状态接近已经通过先前搜索找到的局部解的概率增加。在这种情况下，可能执行第二次收敛于该局部解的不必要的搜索。

因此，可以期望提供在从不同的初始状态重复对解的搜索时通过其设置适当的初始状态的机制。

[专利文献1]日本未审查专利申请公开第2014-178717号

[专利文献2]日本公开特许公报第2009-48353号

发明内容