University). •\ '¢ ‚ð Ž• ‚ •ê • ‡,(1)‚Í 'g • ‡ ‚¹ •Å "K ‰»-â 'è(combinatorial optimization problem)‚AE OEÄ ‚Î ‚ê ‚é.-á ‚¦ ‚Î,•" ‰ñ ƒZ •[ ƒ‹ ƒX ƒ} ƒ"-â 'è ‚Í,'ã •\ "I ‚È 'g • ‡ ‚¹ •Å "K ‰» ŠÔ'è ‚Ìˆê‚Ìˆê ‚Â ‚Å,ˆÈ ‰º ‚Ì ‚ae ‚¤‚É ‹L •q ‚Å ‚« ‚é. •" ‰ñ ƒZ •[ ƒ‹ ƒX ƒ} ƒ" ŠÔ 'è(TSP)-â 'è ‚Ì "ü-Í: nOE ‚Ì ŠX ‚AE‚» ‚ê ‚ç ‚Ì ŠÔ ‚Ì ‹-£. •o-Í ‚· ‚é"š ‚¦:Še ŠX ‚ð 'š "x ˆê "x ‚ ‚Â-K ‚ê ‚½ ‚Ì ‚¿ •Å •‰ ‚ÌŠX ‚É-ß ‚Â‚Ä ‚-‚é•" ‰ñ˜H‰ñ˜H ‚Ì ' † ‚Å,'• ‹-£ ‚ª •Å •¬ ‚Ì ‚à ‚Ì. '½ ‚-‚Ì 'g • ‡ ‚¹ •Å "K ‰»-â 'è ‚É ‚ ‚¢ ‚Ä,OEµ-§ ‚È •Å "K ‰ð ‚ð‹• ‚ß ‚é ‚± ‚AE ‚ª ‹É ‚ß ‚Ä •¢ "ï ‚Å ‚ ‚é ‚± ‚AE ‚ª,OEv ŽZ ‚Ì •¡ ŽG ‚³ ‚Ì-• ˜_ ‚É ‚ae ‚è-¾ ‚ç‚© ‚É ‚³‚ê ‚Ä ‚« ‚½.NP•¢ "ï(NP-hard)•« ‚Í‚» ‚Ì'ã •\-á ‚Å ‚ ‚è,•" ‰ñ ƒZ •[ ƒ‹ ƒX ƒ} ƒ"ŠÔ 'è ‚ð ‚Í ‚ ¶ ‚ß ‚AE‚· ‚é '½ ‚-‚Ì 'g • ‡ ‚¹ •Å "K ‰»-â 'è ‚ªNP•¢ "ï ‚Å ‚ ‚é ‚± ‚AE‚ª 'm ‚ç‚ê ‚Ä ‚¢ ‚é(2). •à-¾ ‚Í •È-ª ‚· ‚é ‚ª, NP•¢ "ï-â 'è ‚Ì •Å "K ‰ð ‚ð‹• ‚ß ‚ae ‚¤ ‚AE‚· ‚é ‚AE,ŽÀ •s ‰Â "\-Ì ˆae ‚Ì ‚© ‚È ‚è‚Ì •" •ª ‚ð-ñ ‹" ‚· ‚é •K-v ‚ª ‚ ‚é ‚AE•l ‚¦ ‚ç ‚ê ‚Ä ‚¢ ‚é.-á ‚¦ ‚Î •" ‰ñ ƒZ •[ ƒ‹ ƒX ƒ} ƒ"-â'è ‚Ì‰ð ‚ð 'S-ñ ‹" ‚µ ‚ae ‚¤ ‚AE ‚· ‚é ‚AE,(n-1)!'Ê ‚è‚ ‚é ‚ª(•Å •‰ ‚É-K ‚ê ‚é ŠX ‚ð OEÅ 'è ‚µ‚Ä ‚àˆê "Ê •« ‚𠎸‚편‚í ‚È ‚¢ ‚© ‚ç),‚± ‚ê ‚ª OE» ŽÀ "I ‚È •û-@ ‚Å ‚È ‚¢ ‚± ‚AE‚Í,•-‚µ'å ‚« ‚ß ‚Ìn(n=10‚© ‚ç20'ö "x) ‚É 'Î ‚µ‚Ä ŽÀ •Û ‚É-ñ ‹"-@ ‚Ì ƒv ƒ• ƒO ƒ‰ ƒ€ ‚ð'-‚点 ‚Ä ‚Ý ‚ê ‚Î ‚· ‚® ‚É •ª ‚© ‚é.‚µ ‚© ‚µ,OE» ŽÀ ‚É ‚Í,•Å "K •« ‚Ì•Û •Ø ‚Í ‚È ‚-‚AE ‚à,•\ •ª •¸ "x ‚Ì •‚ ‚¢ ‰ð ‚ª ‹• ‚Ü ‚ê ‚Î-ž '« ‚Ì ‚¢ ‚-•ê • ‡ ‚ª '½ ‚¢.‹ß Ž-‰ð-@(approximate algorithms)‚â "-OE© "I Žè-@(heuristics) ‚Í ‚± ‚Ì ‚ae ‚¤‚È-Ú"I ‚É-p ‚¢ ‚ç‚ê ‚é. ‹ß Ž-‰ð-@ ‚Ì Šî-{ •í-ª ‚AE ‚µ‚Ä,-~ '£ ‚è-@(greedy method) ‚â ‹Ç •Š 'T •õ-@(local search,ˆÈ ‰ºLS-@ ‚AE‹L ‚·)‚È ‚Ç‚ª ‚ ‚é (LS-@ ‚Í,ŽR "o ‚è-@(hill climbing method),‹ß-T 'T •õ-@ (neighborhood search)‚È ‚Ç ‚AE ‚àOEÄ ‚Î ‚ê ‚é).•Å ‹ß ‚Å ‚Í,OEv ŽZ‹@ ‚Ì •i •à ‚É"º ‚¢,‚± ‚ê ‚çŠî-{ •í-ª ‚Í 'Ê •í "ñ •í ‚É •‚ '¬ ‚ÉŽÀ •s ‚Å ‚« ‚é ‚ae ‚¤‚É ‚È ‚Á‚½.‚» ‚Ì ‚½ ‚ß,'½ •-Žž ŠÔ ‚Í ‚© ‚© ‚Á‚Ä ‚à,‚ae ‚蕸 "x ‚Ì •‚ ‚¢ ‰ð ‚ð ‹• ‚ß ‚é‰ð-@ ‚É 'Î ‚· ‚é-v ‹• ‚ª •‚ ‚Ü ‚Â‚Ä ‚« ‚½. ‚± ‚Ì-Ú"I ‚ð ŽÀ OE» ‚· ‚邽 ‚ß ‚̈ê‚̈ê "Ê "I ˜g 'g ‚ð 'ñ ‹Ÿ ‚µ ‚ae ‚¤ ‚AE‚· ‚é ‚Ì ‚ª ƒ• ƒ^ ƒq ƒ…•[ ƒŠƒX ƒe ƒBƒN ƒX ‚Å ‚ ‚é.'ã •\ "I ‚È ‚à ‚Ì ‚AE ‚µ‚Ä, '½ ƒX ƒ^•[ ƒg‹Ç •Š 'T •õ-@(multi-start local search),ˆâ "` ƒA ƒ‹ ƒS ƒŠƒY ƒ€(genetic algorithm;•i ‰» OE^ OEv ŽZ(evolutionary computation)‚AE ‚àOEÄ ‚Ô •õ),ƒA ƒj •[ ƒŠ ƒ" ƒO-@(simulated annealing),ƒ^ ƒu •[ 'T •õ-@(tabu search)‚È ‚Ç ‚ª ‹" ‚° ‚ç ‚ê ‚é.‚Ü ‚½,‚± ‚ê ‚ç‚Ì '¼ ‚É ‚à, GRASP-@(greedy ran •õ •³Šm ‚É‚Í•i ‰» OE^OEv ŽZ‚Ì•û ‚ª‚â ‚â•L ‚¢ˆÓ-¡ ‚Å‚ ‚é. 986 T.
CITATION STYLE
Yagiura, M., & Ibaraki, T. (2001). The Framework of Metaheuristics. IEEJ Transactions on Electronics, Information and Systems, 121(6), 986–991. https://doi.org/10.1541/ieejeiss1987.121.6_986
Mendeley helps you to discover research relevant for your work.