优化设备、优化程序和优化方法技术

本发明专利技术涉及优化设备、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。

【技术实现步骤摘要】
优化设备、优化程序和优化方法
本文中的公开内容涉及优化设备、优化程序和优化方法。
技术介绍
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
技术实现思路
根据实施方式的一方面，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，包括作为限制条件的约束的目标函数的值被概率性地改善；以及初始状态生成单元，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一个或更多个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，初始状态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。附图说明图1是示出优化设备的功能配置的示例的图；图2是示出由优化设备执行的优化方法的示例的图；图3是示出实现优化设备的计算机的硬件配置的示例的图；图4是示出根据第一实施方式的优化方法的过程的流程图；图5是示出初始状态生成单元基于其获得局部解的算法的示例的流程图；图6是示出约束的示例的图；图7是示出约束的另一示例的图；图8是示出约束的另一示例的图；图9是示出根据第二实施方式的优化方法的过程的流程图；图10是示出根据第三实施方式的优化方法的过程的流程图；图11是示出根据第四实施方式的优化方法的过程的流程图；图12A至图12C是示出取决于温度差的状态转变的差异的图；图13是示出根据第五实施方式的优化方法的过程的流程图；图14是示出根据第六实施方式的优化方法的过程的流程图；以及图15是示出根据第七实施方式的优化方法的过程的流程图。具体实施方式以下，将参照附图描述本专利技术的实施方式。图1是示出优化设备的功能配置的示例的图；图1所示的优化设备10包括问题输入单元11、搜索参数和初始状态输入单元12、问题约束输入单元13、搜索单元14和初始状态生成单元15。在图1中，被示出为框的功能块之间的边界基本上指示功能边界，并且可能不对应于物理位置的分离、电信号的分离、控制逻辑的分离等。优化设备可以具有通过组合具有各个功能块的功能的电子电路块来实现的硬件配置，或者可以具有其中各个功能块的功能由作为电子电路的通用处理器执行的软件来实现的软件配置。在硬件实现方式的情况下，每个功能块可以是在某种程度上与其他块物理上分离的硬件模块，或者可以指示其中该功能块和其他块物理上组合在一起的硬件模块中的功能。在软件实现方式的情况下，每个功能块可以是在某种程度上与其他块逻辑上分离的软件模块，或者可以指示其中该功能块和其他块逻辑上组合在一起的软件模块中的功能。优化设备10执行通用近似算法，例如随机游走搜索算法、模拟退火算法、遗传算法、随机进化算法等。这些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改善值的解，从而使得状态能够收敛于尽可能令人满意的解，而不会陷入不利的局部最小值。在遗传算法的情况下，例如，在其中用作目标函数值的种群的适应度在相继代中增加的过程中，以概率方式控制对对的选择、交叉、选择、突变等，从而避免陷入不利的局部解。在模拟退火算法的情况下，例如，以概率方式控制状态转变，以便即使目标函数的值由于给定的状态转变而恶化，也允许以一定的概率发生这种状态转变，从而避免陷入不利的局部解。优化设备10要解决的优化问题通常使得相对于解存在一些约束。解应当满足的约束可以是将问题公式化时引入的条件。例如，在旅行商问题的情况下，目标是获得针对其代表整个路线的距离的目标函数的值为尽可能小的解，并且所述解需要满足的约束可以被设置为在给定时刻访问不超过一个城市而且每个城市恰好访问一次的条件。这些条件被公式化为以下约束，当访问时间和访问城市分别与二维矩阵中的行和列相关联时，每行和每列中仅一个条目为1。可以将满足上述约束时其值为零以及其值与不满足约束的程度成比例地增加的约束项添加至表示整个路线的距离的目标函数中，从而创建新的目标函数。然后，优化问题可以被公式化为使新的目标函数最小化的任务。问题输入单元11从外本文档来自技高网...

【技术保护点】
1.一种优化设备，包括：/n搜索单元，用于通过使用第一方法来执行对解的搜索，通过所述第一方法，包括作为限制条件的约束的目标函数的值被概率性地改善；以及/n初始状态生成单元，用于生成第一状态，所述第一状态处于距由所述搜索单元获得的一个或更多个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，通过所述第二方法，执行从所述第一状态开始的状态转变，以满足所述约束并且与通过所述第一方法相比以更高的概率改善所述目标函数的值，然后输出所述局部解作为初始状态，/n其中，所述初始状态生成单元输出所述初始状态的处理和所述搜索单元基于所述第一方法从所述初始状态执行对解的搜索的处理被迭代地执行。/n

【技术特征摘要】
20190912 JP 2019-1662431.一种优化设备，包括：
搜索单元，用于通过使用第一方法来执行对解的搜索，通过所述第一方法，包括作为限制条件的约束的目标函数的值被概率性地改善；以及
初始状态生成单元，用于生成第一状态，所述第一状态处于距由所述搜索单元获得的一个或更多个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，通过所述第二方法，执行从所述第一状态开始的状态转变，以满足所述约束并且与通过所述第一方法相比以更高的概率改善所述目标函数的值，然后输出所述局部解作为初始状态，
其中，所述初始状态生成单元输出所述初始状态的处理和所述搜索单元基于所述第一方法从所述初始状态执行对解的搜索的处理被迭代地执行。


2.根据权利要求1所述的优化设备，其中，所述搜索单元用于当基于所述第一方法对解的迭代搜索的总次数达到预定计数时，或者当基于所述第一方法对解的迭代搜索的累积时间达到预定时间量时，终止基于所述第一方法对解的迭代搜索。


3.根据权利要求1所述的优化设备，其中，所述第二方法执行状态转变，使得满足所述约束并且使得所述目标函数的值单调地增加。


4.根据权利要求1至3中任一项所述的优化设备，其中，当所述局部解与所述一个或更多个先前的解中的任意一个解之间的距离小于预定阈值时，所述初始状态生成单元重复生成所述第一状态并且基于所述第二方法获得局部解的处理，从而获得新的局部解。


5.根据权利要求4所述的优化设备，其中，所述初始状态生成单元用于获得所述第一状态，使得所述第一状态处于距由所述搜索单元获得的所述一个或更多个先前的解超过所述预定距离处，并且使得所述第一状态处于距先前输出的每个所述初始状态超过所述预定距离处，并且
其中，当基于所述第一状态获得的所述局部解与所述一个或更多个先前的解和先前输出的每个所述初始状态中的任意一个之间的距离小于所述预定阈值时，所述初始状态产生单元重复生成所述第一状态并且基于所述第二方法获得局部解的处理，从而获得新的局部解。


6.根据权利要求1至3中任一项所述的优化设备，其中，当所述局部解与所述一个或更多个先前的解中的任意一个解之间的距离小于预定阈值时，所述搜索单元基于所述第一方法通过使用与默认值不同的解搜索参数来执行对解的搜索。


7.根据权利要求6所述...

【专利技术属性】
技术研发人员：觉幸典弘，宫泽俊之，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本;JP