シミュレーテッドアニーリングは物理的な焼きなまし現象を模倣し、膨大な選択肢の中から最適な答えを見つけ出すためのメタヒューリスティックな探索アルゴリズムです。人工知能や組合せ最適化問題の分野で、複雑な問題を効率よく解くために広く活用されています。
シミュレーテッドアニーリングとは
一言でいうとシミュレーテッドアニーリングとは、金属の「焼きなまし」のプロセスをヒントに、局所的な最適解にとらわれずにより優れた全体最適解を探し出すアルゴリズムです。
詳しく解説
この手法は、物理学における金属の熱処理であるアニーリング（焼きなまし）をコンピュータ上で模倣したものです。金属を高温にしてから徐々に冷却していくと、原子が安定したエネルギーの低い状態（結晶構造）に落ち着く現象を数学的にモデル化しています。探索の初期段階では「温度」が高く設定されており、これにより現在地より評価の低い（悪い）状態へも確率的に移動できるため、局所的な最適解から抜け出すことが可能になります。温度が下がるにつれて悪い状態への移動確率が小さくなり、最終的に安定した最適解付近に収束します。組合せ最適化問題において、すべての組み合わせをしらみつぶしに調べるには時間がかかりすぎる場合に非常に有効です。
具体例・使われ方
代表的な利用例として、複数の都市を巡る最短経路を求める巡回セールスマン問題や、工場などの生産スケジュールを最適化するジョブショップスケジューリング問題があります。また、大規模な人工知能モデルにおけるパラメータの調整や、物流の配送ルートの最適化など、実社会の複雑な計画問題にも応用されています。
似た用語との違い
単純な山登り法と比較されることが多いです。山登り法は現在地より良くなる方向へしか進まないため、すぐに頭打ちになって局所最適解で止まってしまいます。これに対しシミュレーテッドアニーリングは、確率的に一時的な悪化を受け入れることで、より優れた全体最適解にたどり着ける点が異なります。
注意点
万能な手法ではなく、設定するパラメータである「冷却スケジュール」や初期温度によって解の品質が大きく左右されるという注意点があります。冷却が速すぎると十分な探索ができず中途半端な解で終わり、逆に遅すぎると計算に膨大な時間がかかるため、適切なバランス調整が必要です。