[发明专利]数据处理装置和数据处理方法

说明书

本公开内容涉及数据处理装置和数据处理方法。存储单元存储表示要分配给多个目的地的多个实体之间的流的流矩阵以及表示多个目的地之间的距离的距离矩阵。处理单元执行以下操作：基于流矩阵和距离矩阵使用向量算术运算来计算评价函数的第一改变，该第一改变是由交换多个实体中的第一实体和第二实体的目的地的第一分配改变引起的；基于第一改变确定是否接受第一分配改变；以及当确定接受第一分配改变时更新分配状态并且通过互换与第一实体和第二实体对应的距离矩阵的两列或两行(图2的示例中的两列)来更新距离矩阵。

技术领域

本文讨论的实施方式涉及数据处理装置和数据处理方法。

背景技术

分配问题是一类具有广泛的实际应用(例如，车辆路线和现场可编程门阵列(FPGA)块放置)的NP-hard组合优化问题。二次分配问题(QAP)是分配问题的示例(例如，参见Eugene L.Lawler，“The quadratic assignment problem”，Management Science，1963年7月，第9卷，第4期，第586至599页)。

QAP旨在当将一组n个实体(设施或其他)分配给一组n个目的地(位置或其他)时找到使实体之间的流(在设施之间运输货物的成本)和分别分配给实体的目的地之间的距离的乘积之和最小化的分配。也就是说，QAP是寻找使由式(1)限定的评价函数的值最小化的分配的问题。评价函数评价分配状态的成本，并且也称为成本函数等。

在式(1)中，f_i,j表示标识号(下文中简称为ID)＝i的实体与标识号＝j的实体之间的流，并且表示分配给ID＝i的实体和ID＝j的实体的目的地之间的距离。

顺便提及，存在使用伊辛型评价函数的作为求解冯诺依曼计算机无法处理的大规模离散优化问题的设备的玻尔兹曼机(也称为伊辛设备)。玻尔兹曼机是一种递归神经网络。

玻尔兹曼机将组合优化问题转化为表达磁自旋行为的伊辛模型。玻尔兹曼机然后利用模拟退火、并行回火(例如，参见Robert H.Swendsen和Jian-Sheng Wang，“ReplicaMonte Carlo simulation of spin-glasses”，Physical Review Letters，1986年11月，第57卷，第21期，第2607至2609页)或其他(例如，参见K.Dabiri等人，“Replica ExchangeMCMC Hardware With Automatic Temperature Selection and Parallel Trial”，IEEETransactions on Parallel and Distributed Systems，2020年7月，第31卷，第7期，第1681至1692页)使用马尔可夫链蒙特卡罗方法找到使伊辛型评价函数的值最小化的伊辛模型的状态。评价函数的值对应于能量。使用符号被改变(加号变为减号或减号变为加号)的评价函数，可以将玻尔兹曼机设计成找到使评价函数的值最大化的状态。伊辛模型的状态由多个状态变量的值(也称为神经元值)的组合来表示。这里，每个状态变量的值可以为0或1。

例如，伊辛型评价函数由式(2)限定。

右侧的第一项是在没有遗漏或重复的情况下针对伊辛模型的所有状态变量的所有组合从N个状态变量中选择的两个状态变量的值(0或1)和权重值(表示两个状态变量之间的相互作用强度)的乘积之和。在第一项中，s_i表示ID＝i的状态变量，s_j表示ID＝j的状态变量，并且w_i,j表示代表ID＝i的状态变量与ID＝j的状态变量之间的相互作用强度的权重值。右侧的第二项是状态变量与ID的偏差系数的乘积之和，其中，b_i表示针对ID＝i的偏差系数。

基于s_i值的改变的能量的改变(ΔE_i)由式(3)给出。