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、英: 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、応用数学や情報工学での組合せ論の最適化問題である。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[編集]

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（英: 0-1 optimization problem）とも言われる。

形式的定義[編集]

組合せ最適化問題のインスタンスは、 $(X,P,Y,f,\mathrm {extr} )$ の要素の組 (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 f と P 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[編集]

NP困難[編集]

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[編集]

「探索」も参照

一般的な手法[編集]

特定の問題に対する手法[編集]

ヒューリスティックを使用する物[編集]

メタヒューリスティック[編集]

「メタヒューリスティック」も参照

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[編集]

進化的計算[編集]

その他のアルゴリズム[編集]

外部リンク[編集]