抄録
組み合わせ最適化問題は, 多数の解候補から制約条件に適合する特定な組み合わせを探索する決定論的な問題であり, 連続変数の最適化手法のように接線勾配などの情報を用いることができないため最適解の探索は難しく, かつ局所解への滞留問題も生じる. このような問題の解法として Simulated Annealing, Genetic Algorithm, Random Sampling を基本とした手法などの発見的探索法が用いられており, これらの方法は解候補やアルゴリズムに対して確率的な考え方を導入することで, 効率的な探索や局所解回避を図っている. そこで本報告では, 組み合わせ最適化問題の特徴を整理し, 同時に確率化の効用を明らかにしている. さらに情報エントロピーを指標とした局所解を回避するサンプリング方法を提案し, その妥当性を数値解析により検証している.
