[发明专利]优化装置及优化装置的控制方法

说明书

本发明涉及优化装置及其控制方法，其包括：状态保持单元，其保持包括在表示能量的评估函数中的多个状态变量的值；计算单元，其计算响应于多个状态变量的值中的任何值的变化而发生的多个状态转换中的每一个的能量的变化值；温度控制单元，其控制指示温度的温度值；以及转换控制单元，其包括：多个第一选择电路，其中每个基于对预定数量的状态转换中的每一个的接受的适当性从预定数量的状态转换中随机选择中间候选者，该适当性是通过比较热激发能量与针对相应状态转换的能量变化而获得的，热激发能量是使用数量与预定数量相同的独立随机数中的每一个来计算的；以及第二选择电路，其从由多个第一选择电路选择的中间候选者中随机选择一个状态转换。

技术领域

本文讨论的实施方式涉及优化装置和优化装置的控制方法。

背景技术

在当前社会中，所有领域中都进行信息处理。使用诸如计算机的算术装置执行信息处理，并且计算和处理各种数据以获得有意义的结果，从而执行预测、决策和控制。作为信息处理的这些领域之一，优化问题是重要的领域。例如，使执行某种处理所需的资源和成本最小化的问题，或寻找用于使处理的效果最大化的解决方案的问题等。显然，这些问题非常重要。

线性规划问题是优化问题的代表。线性规划问题在于找到在由多个连续变量的线性和表示的约束条件下使由线性和表示的评估函数最大化或最小化的变量的值，并且线性规划问题用于诸如产品生产计划的各个领域。诸如单纯形法和内点法之类的优秀解法被称为线性规划问题的解法，并且可以有效地求解具有成千上万个变量的问题。

同时，已知其中变量采用离散值而不是连续值的许多优化问题。例如，可能存在旅行推销员问题和背包问题等，在旅行推销员问题中，在依次行进经过多个城市之后回到初始位置的情况下寻找最短路线，背包问题是在将不同物品打包在背包中时寻找使这些值的和最大化的组合。这样的问题称为离散优化问题、组合优化问题等，并且已知难以获得针对这些问题的最优解。

求解离散优化问题困难的最大原因是，由于每个变量仅可以采用离散值，因此可能不会使用在改进评估函数以达到最优解的方向上连续改变变量的方法。此外，除了给出真实最优值(即最优解、全局解)的变量的值外，还有许多局部地给出评估函数的极值(即最小(大)解、局部解)的值。因此，可以利用穷举法可靠地获得最优解，这会导致计算时间延长。离散优化问题具有在计算复杂度理论中称为NP(非确定性多项式)难度问题的许多问题，其中，预期用于寻找最优解的计算时间将随着问题的规模(即变量数量)指数地增加。上述的旅行推销员问题和背包问题也是NP难度问题。

如上所描述的，难以可靠地获得离散优化问题的最优解。因此，针对对于实际使用重要的离散优化问题，已经设计出使用该问题固有的性质的解法。如上所描述的，由于预期许多离散的优化问题需要指数地增加的计算时间来获得精确解，所以大多数实际解法不是最优解法而是近似解法，近似解法可以获得其中评估函数的值接近最优值的解。

关于特定于这些问题的近似解法，还已知可以解决广泛问题以在不使用问题的性质的情况下求解问题的近似解法。这些解法被称为元启发式解法，并且可以包括模拟退火方法(SA方法)、遗传算法、神经网络等。尽管这些方法可能比利用问题的性质的解法更低效，但可以预期，与获得精确解的解法相比，这些方法更快地给出解。

下面将描述模拟退火方法。模拟退火方法是一种蒙特卡洛方法，并且是使用随机数值随机获得解的方法。下面以使待优化的评估函数的值最小化的问题为例进行描述，并且将该评估函数的值称为能量。在最大化的情况下，可以改变评估函数的符号。