シミュレーテッドアニーリングにおける重要温度領域に関す….ppt

シミュレーテッドアニーリングにおける重要温度領域に関する考察 最適化とは 研究背景 Simulated Annealing (SA) 組合せ最適化問題に有効な近似解法 金属を溶融状態から緩慢に冷却する「焼き鈍し」を模倣 改悪方向への推移を確率的に認めるため局所解に陥りにくい 温度スケジュール 特定の温度のみ探索するSA 重要な温度領域の検証 一定温度の解探索で良好な解を得ることができる 重要温度領域の確認 重要温度のみの探索を行うSAと逐次SA 重要温度のみの探索を行う単一温度SA 高温から低温まで探索を行う逐次SA 研究目的 pr144の都市配置 重要温度領域と平均都市間距離 重要温度領域と平均都市間距離 重要温度領域が複数存在する問題の作成 複数の重要温度領域を確認 逐次SAと単一温度SAの比較 逐次SAにおける最高温度と解精度の関係 実験結果 最高温度と解の精度に関するまとめ 両方の重要温度領域を探索するSA 逐次SAとの比較結果 まとめ 質疑応答 単一温度SAで得られる解 2つの重要温度領域を探索するSA 重要温度での解探索の振舞い 重要温度領域に関する結論 スケールの拡大率が小さい スケールの拡大率が大きい バランスよく組合さっている 最高温度と解の精度の関係(結果2) 円型の都市配置の問題 格子型の都市配置の問題 都市間距離 [ei51] [eil76] [eil51*4-100] [pr144] そこでpr144の都市配置をみてみたところ，単一温度SAで良好な解がえられたeil51と比較してあきらかに疎密な構成であることがわかりました．ここでこのような疎密な構成の問題では重要温度のみでは良好な解が得られないと考えました．そこで，重要温度についてより詳細な検証を行いました． 近年，最適化問題はさまざまな場面で注目されています．最適化とはある条件の下で与えられた問題を最適なものを求めることをいいます．その最適化問題には大きく分けて2つの種類があります．ひとつは扱う変数が離散値である組合せ最適化問題，もうひとつは連続値である連続最適化問題です．今回は組合せ最適化問題を対象とします． 一般に最適化問題を特には厳密解法とヒューリスティック探索法があります．厳密解法は最適解を求めるための方法ですが領域をくまなく探索するため計算コストが膨大となり，実際には不可能です．ヒューリスティック探索とは最適解に近い解を実用的な計算コストで求める方法です．これにはSA,GA,NNなどがあり多くの研究がされています．今回はSAについて発表します． 点在する都市を巡回するうえで最短な経路を求める巡回セールスマン問題 SAにおける温度スケジュールについて説明します．こちらの図はSAを行う時の温度の移り変わりを示しています．横軸に解探索ステップ縦軸に温度を示しており，この図からわかるようにSAでは解探索初期から温度が徐々に下がっていきます．この温度スケジュールに関して多くの研究が行われていますが，高い温度から緩慢に冷却するの方法が一般的です．しかし，探索初期の高温では大きな改悪も受理するため解が収束せず，生成した解が初期解と同等となり，また温度が低すぎるとほとんど改悪を受理しないため山登り法と同等になります．つまり良好な解探索は温度スケジュールの途中で行われると報告されています． そして近年，特定の一定温度のみの探索で良好な解が得られることが報告されています．SAの解探索においてこのような温度領域について考察することは非常に重要だと考えられます．そこでこのような温度領域が存在するのか確かめるため温度パラメータに関する検証を行いました． そこで本研究では，こちらの図のように高温から低温まで各温度で一定温度でSAを行ない，それぞれの温度で得られる解の精度から，温度パラメータとその温度が解に与える影響を検証したいと思います．対象問題としてはこちらの巡回セールス問題を用います．この問題は代表的な組合わせ最適化問題であり，点在するいくつかの都市を一巡する最短の経路長を発見するという問題です．例えば50都市のTSPなら，組合わせとしては49の階乗となり，そこから最も最短な経路長をみつけるのは非常に難しい問題です．対象問題としてはTSPLIBというベンチマーク集から5つを選びました． つぎに重要温度のみの探索を行うSA，このことを単一温度SAと呼びます．これと一般的な高温から低温まで探索するSA，これを逐次SAとします．この2つをTSPに適用し，解の精度の比較を行いました．これがその結果です．横軸に問題，縦軸に最適解との誤差をしめします．下に行くほど良好な解が得られていることになります．この図を見てわかりますようにpr144のみが逐次SAのほう