yk

製造業でOR分野の研究開発をしています。数理最適化と猫とバラと芝生が好きです。趣味でメタヒューリスティクスベースの汎用整数計画ソルバーを開発しています。

[yk @snowberryfield]

@masahiro_sakai 整理いただきありがとうございます（リポジトリのbranchから全体像も確認できました）。T1ベースで見るとDEC-LINやOPT-LINでも健闘できていますね。ソルバーのコンセプトや、初回参加であることを踏まえると十分な成績かと思いました。色々とご支援いただいたおかげです。あらためて感謝申し上げます。

[yk @snowberryfield]

@masahiro_sakai 総括ありがとうございました！completeソルバ向け指標のランキングでは出番なしでしたが、T1 timeの成績はそこそこ良く、「良い解を早く見つける」というPRINTEMPSのコンセプトに沿った結果という印象です。ちなみに、T1 timeに関していえば、WBOのPARTIAL-LINは2/10位、SOFT-LINは1/10位のようです。

[yk @snowberryfield]

@masahiro_sakai お誘いありがとうございます。どこまでお力になれるか（あるいは時間がとれるか）わからない部分もあるのですが、ぜひご一緒させていただきたいです！今更ですがレギュレーションをよく読んでみます。printemps-pbも触ってみます。

[yk @snowberryfield]

@masahiro_sakai ありがとうございます！ここの処理は挙げていただいたIBMのページを見て実装していたのですが、RANGES section はだいぶ複雑な仕様という印象でした。既存の実装もご紹介いただきましたので、勉強させていただきます。

[yk @snowberryfield]

@RTonoue 貴重な記事をありがとうございました！CMakeの挙動を中心に、Windows 環境でのビルドについてはあまり知見を持っておらず、たいへん勉強になりました。今後、Windows でのビルド方法についても、この記事を参考に整備していきたいと思います。

[yk @snowberryfield]

@shunji_umetani 中間変数を定義するオリジナルの等式制約は、内部的には消去後、無効状態で保持しています。解の出力などで元の中間変数の値が必要となる場合、保持しておいた等式制約を使って計算するようにしています。

[yk @snowberryfield]

@masahiro_sakai ご返信ありがとうございます！Optimization Nightについてはこちらこそよろしくお願いいたします！
計算時間の延伸については、ご指摘のJSONのうち、”general”以下の”time_max”と”iteration_max”を調整すればOKです（ここ以外のコンポーネントの"time_max"は調整不要です）。
https://t.co/XvcuCj0MEK

[yk @snowberryfield]

@masahiro_sakai 解ファイルも拝見しました。計算時間を伸ばすともう少し改善できるようで、たとえば bnn_mnist_back_image_73_label5_adversarial_norm_0 に対して、手元の計算では 600 秒の計算で目的関数値 2 の実行可能解が複数みつかりました。

[yk @snowberryfield]

@masahiro_sakai 突然のコメント失礼いたします。PRINTEMPS を試していただきありがとうございました。私自身もこの問題に興味をもち求解を試みていたところでした。仰るとおり、たまたま問題構造が向いていたのか、自分のソルバは分枝限定法ソルバー（SCIP）と比較して良好な実行可能解を得やすいようでした。

[yk @snowberryfield]

@shunji_umetani おっしゃるとおり、動作環境の記載があるとよいのですけどね…。当方では Ubuntu 22.04 LTS (amd64) で試したところ、正常に動作するようでした。

[yk @snowberryfield]

取り入れた各種テクニックも含め、アルゴリズム面の新規性はあまりないです。ただ、各テクニックに関するAblation Studyや、OSS MIPソルバとの比較など数値実験結果を充実させており、ヒューリスティクスソルバ開発の参考資料としての価値はそこそこあるんじゃないかと思っています。

[yk @snowberryfield]

整数計画問題向けヒューリスティックソルバに関する論文を書きました。
https://t.co/BOiE0uMdDs
アルゴリズムはWeighted Tabu Searchを整数計画問題向けにチューニングしたものです。取り入れた探索挙動改善・高速化テクニックを整理したうえで、それらによる探索性能向上効果を評価・考察しました。

[yk @snowberryfield]

@mgpp09580609 もしかしたら既にご存知かもしれませんが、ソルバの実行形式がGitHubにて公開されています。性能評価目的であれば、まずはこちらを試してみるのもよいかもしれません。
https://t.co/KMUgZp8aCT

[はま @hmkz_]

SAのこの動き、狭くて深い谷（ピーキーな解）を勝手に避けてくれるはずで、実用上望ましい性質だと思ってた。SAに限らず多くの進化計算などもこの動きが暗黙的に組み込まれているので、そうでないメタヒューリスティクスのほうが特殊な気がする。まぁ公差を明示的に指定できたほうが明快ではあるけど。

[yk @snowberryfield]

@shunji_umetani 座標が連続値のケースは確かにそうですね…。個人的には、配置先を制限しつつ（面や角にあわせるなど）近傍操作や貪欲構築のみで解を構成するところからでも良いかと思っていました。他の例としては集合分割問題も考えましたが、こちらは入門用規模のインスタンスだとソルバで解けてしまいそうですね。

[yk @snowberryfield]

@yashiro_ld ご返信ありがとうございました！最新のご検討も拝見しておりますが、この制約も反映した上で解けているというのはすごいですね。「最大値最小化」の形をとる問題はソルバで解ききれないケースも多いので、定式化の工夫やそれがもたらす問題構造などたいへん興味深いです。

[yk @snowberryfield]

数理最適化 Advent Calender 2022 の一枠として、「整数計画問題に対する前処理手法とメタヒューリスティクス」と題する記事を書きました。単純なルールが相互に影響しあって大きな効果を生む、そんな前処理の楽しさと威力が少しでも伝われば幸いです。
https://t.co/Niiyrf88yy

[yk @snowberryfield]

MIPLIB2017のOpenインスタンスのうち、scpn2のbest knownを516→515に更新できました。Lagrange緩和で得た下界は349であり、だいぶギャップが残っているので、まだ更新の余地はあるかも？
https://t.co/vTucbKEy6K