数理最適化の応用例と 実験的解析

56
数数数数数数数数数数 数数数数数 数数数数数数 数数 数数

Upload: eydie

Post on 22-Jan-2016

94 views

Category:

Documents


0 download

DESCRIPTION

数理最適化の応用例と 実験的解析. 東京海洋大学 久保 幹雄. 実験対象. 施設配置問題( k-median, k-center) グラフ関連(グラフ分割,グラフ彩色) 巡回路(巡回セールスマン) ロットサイズ決定 非線形施設配置 スケジューリング. k-median 問題. min-sum 型の施設配置問題 顧客数 n=200 ,施設数 k=20 (顧客上から選択) Euclid 距離, x,y 座標は一様ランダム. n=200, k=5 の例. 定式化. I: 顧客の集合 J: 施設候補地点の集合. Big M. 弱い定式化. - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: 数理最適化の応用例と 実験的解析

数理最適化の応用例と実験的解析

東京海洋大学

久保 幹雄

実験対象bull 施設配置問題( k-median k-center)

bull グラフ関連(グラフ分割グラフ彩色)

bull 巡回路(巡回セールスマン)bull ロットサイズ決定bull 非線形施設配置bull スケジューリング

k-median 問題bull min-sum 型の施設配置問題bull 顧客数 n=200 施設数 k=20

(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

n=200 k=5 の例

定式化

弱い定式化

Big M

I 顧客の集合J 施設候補地点の集合

Optimize a model with 401 Rows 40200 Columns and 80400 NonZeros

中略

Explored 1445 nodes (63581 simplex iterations) in 6708 seconds

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10179189780e+01 gap 00099

Optvalue= 101801958607

弱い定式化での結果n=200k=20

上界と下界の変化(弱い定式化)

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70

CPU

Obj

Fun

c V

alue

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 2: 数理最適化の応用例と 実験的解析

実験対象bull 施設配置問題( k-median k-center)

bull グラフ関連(グラフ分割グラフ彩色)

bull 巡回路(巡回セールスマン)bull ロットサイズ決定bull 非線形施設配置bull スケジューリング

k-median 問題bull min-sum 型の施設配置問題bull 顧客数 n=200 施設数 k=20

(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

n=200 k=5 の例

定式化

弱い定式化

Big M

I 顧客の集合J 施設候補地点の集合

Optimize a model with 401 Rows 40200 Columns and 80400 NonZeros

中略

Explored 1445 nodes (63581 simplex iterations) in 6708 seconds

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10179189780e+01 gap 00099

Optvalue= 101801958607

弱い定式化での結果n=200k=20

上界と下界の変化(弱い定式化)

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70

CPU

Obj

Fun

c V

alue

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 3: 数理最適化の応用例と 実験的解析

k-median 問題bull min-sum 型の施設配置問題bull 顧客数 n=200 施設数 k=20

(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

n=200 k=5 の例

定式化

弱い定式化

Big M

I 顧客の集合J 施設候補地点の集合

Optimize a model with 401 Rows 40200 Columns and 80400 NonZeros

中略

Explored 1445 nodes (63581 simplex iterations) in 6708 seconds

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10179189780e+01 gap 00099

Optvalue= 101801958607

弱い定式化での結果n=200k=20

上界と下界の変化(弱い定式化)

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70

CPU

Obj

Fun

c V

alue

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 4: 数理最適化の応用例と 実験的解析

定式化

弱い定式化

Big M

I 顧客の集合J 施設候補地点の集合

Optimize a model with 401 Rows 40200 Columns and 80400 NonZeros

中略

Explored 1445 nodes (63581 simplex iterations) in 6708 seconds

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10179189780e+01 gap 00099

Optvalue= 101801958607

弱い定式化での結果n=200k=20

上界と下界の変化(弱い定式化)

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70

CPU

Obj

Fun

c V

alue

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 5: 数理最適化の応用例と 実験的解析

Optimize a model with 401 Rows 40200 Columns and 80400 NonZeros

中略

Explored 1445 nodes (63581 simplex iterations) in 6708 seconds

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10179189780e+01 gap 00099

Optvalue= 101801958607

弱い定式化での結果n=200k=20

上界と下界の変化(弱い定式化)

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70

CPU

Obj

Fun

c V

alue

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 6: 数理最適化の応用例と 実験的解析

上界と下界の変化(弱い定式化)

0

2

4

6

8

10

12

14

16

18

0 10 20 30 40 50 60 70

CPU

Obj

Fun

c V

alue

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 7: 数理最適化の応用例と 実験的解析

Optimize a model with 40401 Rows 40200 Columns and 160400 NonZeros

中略

Explored 0 nodes (1697 simplex iterations) in 333 seconds( 分枝しないで終了)

Thread count was 2 (of 2 available processors)

Optimal solution found (tolerance 100e-04)

Best objective 10180195861e+01 best bound 10180195861e+01 gap 00

Optvalue= 101801958607

強い定式化での結果

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 8: 数理最適化の応用例と 実験的解析

知見

bull Big M を用いない強い定式化が望ましい

bull この程度の式なら必要な式のみを切除平面として追加するような小細工は必要なし

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 9: 数理最適化の応用例と 実験的解析

k-center 問題

bull min-max 型の施設配置問題bull 100 顧客 10 施設(顧客上から選択)bull Euclid 距離 xy 座標は一様ランダム

k-center (n=30k=3) k-median (n=30k=3)

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 10: 数理最適化の応用例と 実験的解析

定式化

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 11: 数理最適化の応用例と 実験的解析

上界と下界の変化(n=100k=10)

0

02

04

06

08

1

12

0 50 100 150 200 250 300 350 400

CPU Time

Obj

Fun

Val

ue

min-max 型の目的関数には注意

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 12: 数理最適化の応用例と 実験的解析

k- 被覆問題

=1 顧客 i が被覆されていない

被覆されていない(距離が θ より大きい)顧客数

パラメータ =1 顧客 i から施設 jへの距離が θ 以下

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 13: 数理最適化の応用例と 実験的解析

k- 被覆問題を用いた二分探索法

UB= 距離の最大値 LB=0

while UB ndash LB gtε θ= (UB+LB)2 if k- 被覆問題の最適値 = 0 then

UB = θ else LB = θ

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 14: 数理最適化の応用例と 実験的解析

実験結果

k-median

k-center min-max

k-center 2 分探索

k= ceil( n10 )

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 15: 数理最適化の応用例と 実験的解析

知見

bullk-center 問題( min-max 型の最適化問題)に対しては 100点あたりで組合せ爆発が起きる

bullMin-max 型の目的関数は解きにくい(双対ギャップが大きい上界も下界も悪いので途中で止めても悪い解)

bullk-center 問題に対しては k-cover 問題を用いた二分探索が有効

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 16: 数理最適化の応用例と 実験的解析

グラフ分割問題

bull 無向グラフ G=(VE) が与えられたとき |L|=|R| を満たす V の分割 (LR)で L と R の間の枝の本数を最小にするものを求める問題

bull 応用ndash VLSI 設計 プログラム分割

bull Johnson らが Simulated Annealing 法の実験のために採用した第1の問題

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 17: 数理最適化の応用例と 実験的解析

グラフ分割問題

仲良し

半分に分けたい

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 18: 数理最適化の応用例と 実験的解析

グラフ分割問題目的関数値=2目的関数値=2

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 19: 数理最適化の応用例と 実験的解析

二次最適化定式化

凸二次でないので通常は解けない(が Gurobi だと解ける)

0-1 変数を二乗して凸関数に変換する方が良い

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 20: 数理最適化の応用例と 実験的解析

Google 3D Graph

x(1-y)+(1-x)y x^2+y^2-2xy

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 21: 数理最適化の応用例と 実験的解析

線形化定式化

変数 y を追加して線形化

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 22: 数理最適化の応用例と 実験的解析

線形化定式化

二次最適化定式化二次錘定式化

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 23: 数理最適化の応用例と 実験的解析

知見

bull Gurobi は非凸二次最適化でも 0-1 変数なら自動的に凸最適化に変換

bull 線形化した方が高速bull 二次錘最適化も有効であるが線形化

が簡単で有効bull 100 点を超えるような問題例には適

用すべきでない

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 24: 数理最適化の応用例と 実験的解析

グラフ彩色問題bull 無向グラフ G=(VE) が与えられたとき V

の安定集合への分割で分割数最小のものを求める問題

bull 応用ndash 時間割作成スケジューリング周波数割当レ

ジスタ配分プリント基板テストパターンマッチグ

bull 1993 年度 DIMACS チャレンジ問題の一つbull Johnson らの実験的解析の第 2 の問題

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 25: 数理最適化の応用例と 実験的解析

グラフ彩色問題

仲が悪い

クラス分けしたい

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 26: 数理最適化の応用例と 実験的解析

グラフ彩色問題

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 27: 数理最適化の応用例と 実験的解析

定式化

弱い定式化

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 28: 数理最適化の応用例と 実験的解析

グラフ彩色問題に対する実験

bull 目的解の対称性を調べるbull 点数 n=40 彩色数上限 Kmax=10

bull ランダムグラフ G(np=05)

bull 彩色数 8 が最適値

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 29: 数理最適化の応用例と 実験的解析

上界と下界の変化(原定式化)

点数 n=40 彩色数上限 Kmax=10

0

2

4

6

8

10

12

0 200 400 600 800 1000 1200 1400

CPU Time

Obj

Fun

c V

alue

Optimize a model with 3820 Rows 410 Columns and 11740 NonZeros

Explored 17149 nodes (3425130 simplex iterations) in 132163 seconds

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 30: 数理最適化の応用例と 実験的解析

定式化の改良

対称性の除去(番号の小さい方の色を優先して使う)

特殊順序集合( SOS Special Ordered Set ) Type 1 (いずれか1つの変数が正になることの宣言)の追加

modeladdSOS(1 変数リスト )

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 31: 数理最適化の応用例と 実験的解析

彩色数 K を固定した定式化

枝の両端点 ij が同色だと 0-1 変数 zij が 1

悪い枝の数を最小化(0だと K 彩色)

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 32: 数理最適化の応用例と 実験的解析

K 固定問題を用いた二分探索

UB LB = 彩色数 K の上界と下界while UB ndash LB gt1

K= [ (UB+LB)2 ]

if K を固定した問題の最適値 = 0 then

UB = K else LB = K

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 33: 数理最適化の応用例と 実験的解析

原定式化

対称性除去

対称性除去+ SOS

二分探索

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 34: 数理最適化の応用例と 実験的解析

知見

bull 解の対称性のある問題は下界の改善がしにくいので分枝限定法では解きにくい

bull 対称性を除く工夫を入れると多少は改善bull SOS ( Special Ordered Set )制約でさらに改

善bull 彩色数に対する二分探索は有効

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 35: 数理最適化の応用例と 実験的解析

巡回セールスマン問題(TSP)

bull すべての点をちょうど1回通る最短巡回路

bull 切除平面法で 85900 点の実際問題(対称TSP)の最適解

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 36: 数理最適化の応用例と 実験的解析

Miller-Tucker-Zemlin の定式化

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 37: 数理最適化の応用例と 実験的解析

上界と下界の変化(80点 Euclid TSP )

0

5

10

15

20

25

30

35

40

45

0 50 100 150 200 250 300 350 400

CPU

Obj

Fun

c V

alue

強化した式でないと1日まわして

Out of Memory

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 38: 数理最適化の応用例と 実験的解析

MTZ強化 MTZ

多品種フロー単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(時間)

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 39: 数理最適化の応用例と 実験的解析

MTZ強化 MTZ

多品種フロー

単一品種フロー

非対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 40: 数理最適化の応用例と 実験的解析

知見

bull 式を持ち上げ操作で強化すると高速化され大きな問題例が解けるようになる

bull 多品種フロー定式化は下界は強いが求解時間は悪い

bull 単品種フロー定式化は安定して良いbull 問題例によっては 1000 点まで解ける

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 41: 数理最適化の応用例と 実験的解析

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(時間)

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 42: 数理最適化の応用例と 実験的解析

分枝限定 +切除平面法

分枝カット法 I (整数解のときカット追加)

分枝カット法 II(分枝時にカット追加)

対称巡回セールスマンのベンチマークに対する結果(成功数)

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 43: 数理最適化の応用例と 実験的解析

知見

bull 分枝時に切除平面を追加する分枝カット法は遅い

bull 整数解を発見したタイミングで切除平面を加える分枝カット法が推奨される

bull 分枝限定法で整数解を出した後で切除平面を加える簡便法も悪くない

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 44: 数理最適化の応用例と 実験的解析

多品目ロットサイズ決定問題

bull 段取り費用と在庫費用のトレードオフを最適化する多期間生産計画

bull 多品目で共通の資源を使う容量制約付き問題は MIPソルバーには難問(と言われてきた)

bull T=30期 P=24品目 Trigeiro Thomas McClain ( 1989 年)の最大のベンチマーク

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 45: 数理最適化の応用例と 実験的解析

期 t

需要量 (t)

生産量 (t)

在庫量 (t-1)

在庫量( t-1)+生産量 (t)=需要量 (t)+在庫量( t)

在庫量 (t)

ロットサイズ決定問題標準定式化のフローモデル

生産量 (t)≦大きな数 ldquo Large Mrdquo times段取りの有無 (t)

弱い定式化の原因

0-1 変数

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 46: 数理最適化の応用例と 実験的解析

期 s

期 t

需要量 (t)

s期に生産して t期まで在庫される量 = 需要量 (t)

ロットサイズ決定問題施設配置定式化のフローモデル

ts

s期に生産して t期まで在庫される量

s期に生産して t期まで在庫される量 ≦需要量 (t)times段取りの有無 (s)

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 47: 数理最適化の応用例と 実験的解析

弱い定式化弱い定式化

標準定式化 施設配置定式化

)( 2nO

強い定式化

= 線形計画緩和が整数多面体と一致

変数の数

定式化のサイズと強さの比較

制約の数

)( 2nO

)(nO変数の数

制約の数)(nO

(Sl)不等式

切除平面

(Sl)不等式

切除平面

追加した制約の数

)2( nO

n 期数強い定式化

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 48: 数理最適化の応用例と 実験的解析

標準

切除平面

施設配置

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 49: 数理最適化の応用例と 実験的解析

標準

切除平面

施設配置

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 50: 数理最適化の応用例と 実験的解析

知見

bull 従来では難問と言われてきたロットサイズ決定問題でもある程度までは大丈夫

bull 施設配置定式化を推奨bull 分枝カット法は悪いbull 実務的には「打ち切り分枝限定法」を推奨(緩和固定法と比べて簡単で高性能)

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 51: 数理最適化の応用例と 実験的解析

非線形施設配置問題(色々な定式化の比較)

bull 多重選択bull 非集約型凸結合bull 対数個の変数を用いた非集約型凸結合bull 集約型凸結合bull 対数個の変数を用いた集約型凸結合bull SOS タイプ 2 の特殊順序集合

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 52: 数理最適化の応用例と 実験的解析

非集約型凸結合

多重選択

対数個非集約型凸結合

集約型凸結合

対数集約型凸結合

sos

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 53: 数理最適化の応用例と 実験的解析

知見

bull 単純なタイプ 2の特殊順序集合 (SOS Type 2) を用いたものが最も良いbull 次いで対数個の変数を用いた集約型凸結

合定式化対数個の変数を用いた非集約型凸結合定式化集約型凸結合定式化

bull 多重選択を使うケースをよくみるが使うべきではない

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 54: 数理最適化の応用例と 実験的解析

スケジューリング問題

bull 1機械リリース時刻付き総納期遅れ最小化問題

bull 比較する定式化ndash 線形順序付け定式化ndash 時刻添え字定式化ndash 離接定式化 (Big M 使用)

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 55: 数理最適化の応用例と 実験的解析

線形順序付け

時刻添え字

離接定式化

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68
Page 56: 数理最適化の応用例と 実験的解析

知見

bull 比較的簡単な 1機械問題でも 200 ジョブ程度で組合せ爆発

bull 他のスケジューリング問題で実験したがベンチマーク問題例は全滅

bull 現状ではスケジューリングは混合整数最適化では無理

  • Slide 1
  • Slide 2
  • Slide 3
  • Slide 4
  • Slide 5
  • Slide 6
  • Slide 7
  • Slide 8
  • Slide 9
  • Slide 10
  • Slide 11
  • Slide 12
  • Slide 13
  • Slide 14
  • Slide 15
  • Slide 16
  • Slide 17
  • Slide 18
  • Slide 19
  • Slide 20
  • Slide 21
  • Slide 22
  • Slide 23
  • Slide 30
  • Slide 31
  • Slide 32
  • Slide 33
  • Slide 34
  • Slide 35
  • Slide 36
  • Slide 39
  • Slide 40
  • Slide 41
  • Slide 42
  • Slide 43
  • Slide 44
  • Slide 45
  • Slide 47
  • Slide 48
  • Slide 49
  • Slide 50
  • Slide 51
  • Slide 52
  • Slide 53
  • Slide 54
  • Slide 55
  • Slide 57
  • Slide 60
  • Slide 61
  • Slide 62
  • Slide 63
  • Slide 64
  • Slide 65
  • Slide 66
  • Slide 67
  • Slide 68