[发明专利]优化设备、优化方法和记录优化程序的记录介质

说明书

提供了优化设备、优化方法和记录优化程序的记录介质。优化设备包括：温度控制单元，控制温度值；能量变化量计算单元，计算能量变化量；确定单元，其根据能量变化量与阈值之间的关系随机确定是否接受状态转变；期望值保存单元，保存每个状态的期望值；期望值比较单元，比较期望值与对应状态值，提取不相等状态变量；确认单元，选择由期望值比较单元提取的状态变量并改变所选状态变量的状态直至状态值均等于期望值，以及在状态值一旦等于期望值后选择被确定单元接受的状态转变的状态变量并改变所选状态变量的状态；能量计算单元，其计算状态被改变后的转变后能量；以及搜索单元，在转变后能量小于最低能量的情况下将转变后能量设置为最低能量。

技术领域

本文讨论的实施方式涉及优化设备、优化方法和优化程序。

背景技术

在我们的社会中，存在许多“组合优化问题”，例如对灾难恢复过程的优化以及对递送路线的优化，这些组合优化问题中的每一个都在诸如有限人力资源和有限时间的约束下从许多要素的组合之中选择最优组合。作为搜索组合优化问题的最优解的方法之一，存在应用了被称为模拟退火方法的一种蒙特卡洛(Monte Carlo)方法的伊辛(Ising)计算装置。模拟退火方法是通过使用随机数值来随机获得解的方法。

伊辛计算装置是搜索使由预定评价公式表示的伊辛模型的能量最小化的变量的组合的计算装置。在一些情况下，该变量被称为自旋，变量的值被称为自旋状态，并且自旋状态的转变被称为反转。

伊辛计算装置基于反转确定公式确定是否反转每个自旋，并且通过依次转变状态来搜索最低能量。将实际问题各自公式化到伊辛模型的能量公式中，并且利用伊辛计算装置搜索使能量最小化的自旋状态的组合，使得可以求解各种类型的组合优化问题。

将简要描述模拟退火方法中的最低能量搜索方法。伊辛计算装置从初始状态开始搜索，在初始状态中，将0或1代入表示要求解的问题的评价函数中的每个变量。伊辛计算装置选择与变量组合的当前状态接近的状态并且考虑向接近状态进行转变。与当前状态接近的状态是例如其中一个变量的状态被改变的状态。接下来，伊辛计算装置计算随着向所选择的状态转变的能量变化量，并且根据所计算的值随机地选择是接受该状态转变还是拒绝该状态转变并维持当前状态。当将针对能量减小的情况的接受概率设置为高于针对能量增大的情况的接受概率时，沿能量平均减小的方向发生状态变化，并且伊辛计算装置最终能够达到最优解处的能量或接近最优解处的能量。如果在能量减小的情况下确定地接受状态转变并且在能量增大的情况下拒绝状态转变，则从广义上讲能量的变化将随时间单调减小。然而，当达到局部解时，不会发生其他状态转变，并且难以期望达到最优解。因此，在针对组合优化问题的搜索中，随机地确定是否接受状态转变很重要。

在退火方法中，通过确定例如将1和e^-(ΔE/T)中较小的值用作状态转变的接受概率，证明了状态在无限次数的极限内被优化。此处，T是被称为温度的参数。伊辛计算装置将T设置为足够高作为初始温度并且根据搜索的迭代次数来降低T。在通过使用遵循上述公式设置的接受概率在足够大迭代次数之后达到稳态的情况下，每种状态所占的概率在力学中的热平衡下遵循玻尔兹曼分布。因此，当温度从高温逐渐降低时，低能量状态的占有率增大。出于这个原因，当温度充分降低时，伊辛计算装置能够获得接近最优解的低能量状态。

伊辛计算装置从初始状态开始、迭代上述处理并在完成特定次数迭代时结束操作，在初始状态中，适当地设置自旋状态的初始值、局部字段(local field)的初始值以及可根据自旋状态的初始值计算的能量。伊辛计算装置此时保持的最低能量值和自旋状态的组即为搜索结果。

近年来，出于解决具有较大规模并且难度较高的问题的原因以及其他原因，已经提出了通过伊辛计算装置与软件协作来搜索最低能量而不是单独通过伊辛计算装置来搜索最低能量的方法。在这样的方法中，软件通过预处理预先确定用于开始计算的自旋状态或者在计算过程中取出伊辛计算装置的结果、更改某些自旋状态并且然后将所得自旋状态再次返回给伊辛计算装置以继续搜索。